多线程类似于同时执行多个不同程序,多线程运行有如下优点:
- 使用线程可以把占据长时间的程序中的任务放到后台去处理
- 用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进度条来显示处理的进度
- 程序的运行速度可能加快
- 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等,线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等
线程和进程
- 每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口
- 线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制。
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务
Python3 线程中常用的两个模块为:
- _thread
- threading (推荐使用)
_thread 的简单使用
thread
模块已被废弃。用户可以使用 threading
模块代替。所以,在 Python3 中不能再使用"thread"
模块。为了兼容性,Python3 将 thread
重命名为 "_thread"
。
函数式:调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:
_thread.start_new_thread ( function, args[, kwargs] )
参数说明:
-
function
- 线程函数。 -
args
- 传递给线程函数的参数,他必须是个tuple类型。 -
kwargs
- 可选参数。
# 引入线程模块
import _thread
# 时间模块,用于辅助操作
import time
# 为线程定义一个函数
def print_time(threadName, delay):
count = 0
while count < 5:
time.sleep(delay)
count += 1
print ("%s: %s" % ( threadName, time.ctime(time.time()) ))
# 创建两个线程
try:
_thread.start_new_thread( print_time, ("Thread-1", 2, ) )
_thread.start_new_thread( print_time, ("Thread-2", 4, ) )
except:
print ("Error: 无法启动线程")
# 让程序一直运行
while 1:
pass
输出结果:
Thread-1: Tue Nov 28 17:26:46 2017
Thread-2: Tue Nov 28 17:26:48 2017
Thread-1: Tue Nov 28 17:26:48 2017
Thread-1: Tue Nov 28 17:26:50 2017
Thread-2: Tue Nov 28 17:26:52 2017
Thread-1: Tue Nov 28 17:26:52 2017
Thread-1: Tue Nov 28 17:26:54 2017
Thread-2: Tue Nov 28 17:26:56 2017
Thread-2: Tue Nov 28 17:27:00 2017
Thread-2: Tue Nov 28 17:27:04 2017
总结:线程1 和线程2 都在运行
threading 的简单使用
_thread
提供了低级别的、原始的线程以及一个简单的锁,它相比于
threading` 模块的功能还是比较有限的。
threading
模块除了包含 _thread
模块中的所有方法外,还提供的其他方法:
-
threading.currentThread()
: 返回当前的线程变量。 -
threading.enumerate()
: 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前,不包括启动前和终止后的线程。 -
threading.activeCount()
: 返回正在运行的线程数量,与len(threading.enumerate())
有相同的结果。
除了使用方法外,线程模块同样提供了Thread类来处理线程,Thread
类提供了以下方法:
-
run()
: 用以表示线程活动的方法。 -
start()
:启动线程活动。 -
join([time])
: 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。 -
isAlive()
: 返回线程是否活动的。 -
getName()
: 返回线程名。 -
setName()
: 设置线程名。
使用 threading 模块创建线程
我们可以通过直接从 threading.Thread
继承创建一个新的子类,并实例化后调用 start()
方法启动新线程,即它调用了线程的 run()
方法:
import threading
import time
# 终止符
exitFlag = 0
class myThread (threading.Thread):
def __init__(self, threadID, name, counter):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.counter = counter
# threading自带函数,用以表示线程活动的方法
def run(self):
print ("开始线程:" + self.name)
print_time(self.name, self.counter, 5)
print ("退出线程:" + self.name)
# 为线程准备的方法,用于在线程中执行
def print_time(threadName, delay, counter):
while counter:
if exitFlag:
threadName.exit()
time.sleep(delay)
print ("%s: %s" % (threadName, time.ctime(time.time())))
counter -= 1
# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)
# 开启新线程
thread1.start()
thread2.start()
# 等待至线程中止
thread2.join()
thread1.join()
# 所有线程结束,后执行此操作
print ("退出主线程")
输出结果:
开始线程:Thread-1
开始线程:Thread-2
Thread-1: Tue Nov 28 17:33:22 2017
Thread-1: Tue Nov 28 17:33:23 2017
Thread-2: Tue Nov 28 17:33:23 2017
Thread-1: Tue Nov 28 17:33:24 2017
Thread-1: Tue Nov 28 17:33:25 2017
Thread-2: Tue Nov 28 17:33:25 2017
Thread-1: Tue Nov 28 17:33:26 2017
退出线程:Thread-1
Thread-2: Tue Nov 28 17:33:27 2017
Thread-2: Tue Nov 28 17:33:29 2017
Thread-2: Tue Nov 28 17:33:31 2017
退出线程:Thread-2
退出主线程
总结:执行 start() 方法开启线程;执行 exit()方法退出线程;执行 join() 加入线程池,等待其完成后,执行后续操作。
线程同步
如果多个线程共同对某个数据修改,则可能出现不可预料的结果,为了保证数据的正确性,需要对多个线程进行同步
线程锁(互斥锁Mutex)
使用 Thread
对象的 Lock
和 Rlock
可以实现简单的线程同步,这两个对象都有 acquire
方法和 release
方法,对于那些需要每次只允许一个线程操作的数据,可以将其操作放到 acquire
和 release
方法之间。
不使用线程同步(不加锁)
示例:
import time, threading
# 假定这是你的银行存款:
balance = 0
def change_it(n):
# 先存后取,结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(100000):
change_it(n)
t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)
输出结果:我这里是8, 不同的机器输出不一样,结果不固定
-8
使用线程同步(加锁)
import time, threading
# 假定这是你的银行存款:
balance = 0
# 定义锁对象
lock = threading.Lock()
def change_it(n):
# 先存后取,结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try:
# 放心地改吧:
change_it(n)
finally:
# 改完了释放锁:
lock.release()
t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)
输出结果永远是 0
Semaphore(信号量)
互斥锁 同时只允许一个线程更改数据,而Semaphore是同时允许一定数量的线程更改数据
import threading,time
def run(n):
semaphore.acquire()
time.sleep(1)
print("run the thread: %s\n" %n)
semaphore.release()
if __name__ == '__main__':
num= 0
semaphore = threading.BoundedSemaphore(5) #最多允许5个线程同时运行
for i in range(20):
t = threading.Thread(target=run,args=(i,))
t.start()
while threading.active_count() != 1:
pass #print threading.active_count()
else:
print('----all threads done---')
print(num)
run the thread: 4
run the thread: 2
run the thread: 3
run the thread: 0
run the thread: 1
run the thread: 5
run the thread: 9
run the thread: 8
run the thread: 6
run the thread: 7
run the thread: 11
run the thread: 13
run the thread: 10
run the thread: 12
run the thread: 14
run the thread: 15
run the thread: 19
run the thread: 17
run the thread: 18
run the thread: 16
----all threads done---
0
总结:每次开启五个线程,顺序随机
PS: BoundedSemaphore() 改成 1,就变成了单线程,顺序执行
Timer
让一个方法在子线程里延迟执行,time.sleep() 是在主线程睡眠
代码示例:
import threading
def hello():
print("hello, world")
t = threading.Timer(30.0, hello)
t.start()
# 30 秒后, "hello, world" 将会被打印
线程优先级队列( Queue)
Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue,和优先级队列 PriorityQueue
Queue 模块中的常用方法:
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空,返回True,反之False
- Queue.full() 如果队列满了,返回True,反之False
- Queue.full 与 maxsize 大小对应
- Queue.get([block[, timeout]])获取队列,timeout等待时间
- Queue.get_nowait() 相当Queue.get(False)
- Queue.put(item) 写入队列,timeout等待时间
- Queue.put_nowait(item) 相当Queue.put(item, False)
- Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
- Queue.join() 实际上意味着等到队列为空,再执行别的操作
实例:
import queue
import threading
import time
exitFlag = 0
class myThread (threading.Thread):
def __init__(self, threadID, name, q):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.q = q
def run(self):
print ("开启线程:" + self.name)
process_data(self.name, self.q)
print ("退出线程:" + self.name)
def process_data(threadName, q):
while not exitFlag:
queueLock.acquire()
if not workQueue.empty():
data = q.get()
queueLock.release()
print ("%s processing %s" % (threadName, data))
else:
queueLock.release()
time.sleep(1)
threadList = ["Thread-1", "Thread-2", "Thread-3"]
nameList = ["One", "Two", "Three", "Four", "Five"]
queueLock = threading.Lock()
workQueue = queue.Queue(10)
threads = []
threadID = 1
# 创建新线程
for tName in threadList:
thread = myThread(threadID, tName, workQueue)
thread.start()
threads.append(thread)
threadID += 1
# 填充队列
queueLock.acquire()
for word in nameList:
workQueue.put(word)
queueLock.release()
# 等待队列清空
while not workQueue.empty():
pass
# 通知线程是时候退出
exitFlag = 1
# 等待所有线程完成
for t in threads:
t.join()
print ("退出主线程")
输出结果:
开启线程:Thread-1
开启线程:Thread-2
开启线程:Thread-3
Thread-1 processing One
Thread-2 processing Two
Thread-3 processing Three
Thread-1 processing Four
Thread-2 processing Five
退出线程:Thread-3
退出线程:Thread-2
退出线程:Thread-1
退出主线程
总结:使用队列后, 线程是先进后出,即:LIFO