Python 多線程Threading初學(xué)教程
1.1 什么是多線程 Threading
多線程可簡單理解為同時執(zhí)行多個任務(wù)。
多進程和多線程都可以執(zhí)行多個任務(wù),線程是進程的一部分。線程的特點是線程之間可以共享內(nèi)存和變量,資源消耗少(不過在Unix環(huán)境中,多進程和多線程資源調(diào)度消耗差距不明顯,Unix調(diào)度較快),缺點是線程之間的同步和加鎖比較麻煩。
1.2 添加線程 Thread
導(dǎo)入模塊
import threading
獲取已激活的線程數(shù)
threading.active_count()
查看所有線程信息
threading.enumerate()
查看現(xiàn)在正在運行的線程
threading.current_thread()
添加線程,threading.Thread()
接收參數(shù)target代表這個線程要完成的任務(wù),需自行定義
def thread_job(): print('This is a thread of %s' % threading.current_thread()) def main(): thread = threading.Thread(target=thread_job,) # 定義線程 thread.start() # 讓線程開始工作 if __name__ == '__main__': main()
1.3 join 功能
因為線程是同時進行的,使用join功能可讓線程完成后再進行下一步操作,即阻塞調(diào)用線程,直到隊列中的所有任務(wù)被處理掉。
import threading import time def thread_job(): print('T1 start\n') for i in range(10): time.sleep(0.1) print('T1 finish\n') def T2_job(): print('T2 start\n') print('T2 finish\n') def main(): added_thread=threading.Thread(target=thread_job,name='T1') thread2=threading.Thread(target=T2_job,name='T2') added_thread.start() #added_thread.join() thread2.start() #thread2.join() print('all done\n') if __name__=='__main__': main()
例子如上所示,當(dāng)不使用join功能的時候,結(jié)果如下圖所示:
當(dāng)執(zhí)行了join功能之后,T1運行完之后才運行T2,之后再運行print(‘a(chǎn)ll done')
1.4 儲存進程結(jié)果 queue
queue是python標(biāo)準庫中的線程安全的隊列(FIFO)實現(xiàn),提供了一個適用于多線程編程的先進先出的數(shù)據(jù)結(jié)構(gòu),即隊列,用來在生產(chǎn)者和消費者線程之間的信息傳遞
(1)基本FIFO隊列
class queue.Queue(maxsize=0)
maxsize是整數(shù),表明隊列中能存放的數(shù)據(jù)個數(shù)的上限,達到上限時,插入會導(dǎo)致阻塞,直至隊列中的數(shù)據(jù)被消費掉,如果maxsize小于或者等于0,隊列大小沒有限制
(2)LIFO隊列 last in first out后進先出
class queue.LifoQueue(maxsize=0)
(3)優(yōu)先級隊列
class queue.PriorityQueue(maxsize=0)
視頻中的代碼,看的還不是特別明白
import threading import time from queue import Queue def job(l,q): for i in range(len(l)): l[i]=l[i]**2 q.put(l) def multithreading(): q=Queue() threads=[] data=[[1,2,3],[3,4,5],[4,5,6],[5,6,7]] for i in range(4): t=threading.Thread(target=job,args=(data[i],q)) t.start() threads.append(t) for thread in threads: thread.join() results=[] for _ in range(4): results.append(q.get()) print(results) if __name__=='__main__': multithreading()
運行結(jié)果如下所示
圖片截取來源:http://www.cnblogs.com/itogo/p/5635629.html
1.5 GIL 不一定有效率
Global Interpreter Lock全局解釋器鎖,python的執(zhí)行由python虛擬機(也成解釋器主循環(huán))控制,GIL的控制對python虛擬機的訪問,保證在任意時刻,只有一個線程在解釋器中運行。在多線程環(huán)境中能,python虛擬機按照以下方式執(zhí)行:
1.設(shè)置 GIL
2.切換到一個線程去運行
3.運行:
a.指定數(shù)量的字節(jié)碼指令,或
b.線程主動讓出控制(可以調(diào)用time.sleep(0))
4.把線程設(shè)置為睡眠狀態(tài)
5.解鎖GIL
6.重復(fù)1-5
在調(diào)用外部代碼(如C/C++擴展函數(shù))的時候,GIL將會被鎖定,直到這個函數(shù)結(jié)束為止(由于在這期間沒有python的字節(jié)碼被運行,所以不會做線程切換)。
下面為視頻中所舉例的代碼,將一個數(shù)擴大4倍,分為正常方式、以及分配給4個線程去做,發(fā)現(xiàn)耗時其實并沒有相差太多量級。
import threading from queue import Queue import copy import time def job(l, q): res = sum(l) q.put(res) def multithreading(l): q = Queue() threads = [] for i in range(4): t = threading.Thread(target=job, args=(copy.copy(l), q), name='T%i' % i) t.start() threads.append(t) [t.join() for t in threads] total = 0 for _ in range(4): total += q.get() print(total) def normal(l): total = sum(l) print(total) if __name__ == '__main__': l = list(range(1000000)) s_t = time.time() normal(l*4) print('normal: ',time.time()-s_t) s_t = time.time() multithreading(l) print('multithreading: ', time.time()-s_t)
運行結(jié)果為:
1.6 線程鎖 Lock
如果線程1得到了結(jié)果,想要讓線程2繼續(xù)使用1的結(jié)果進行處理,則需要對1lock,等到1執(zhí)行完,再開始執(zhí)行線程2。一般來說對share memory即對共享內(nèi)存進行加工處理時會用到lock。
import threading def job1(): global A, lock #全局變量 lock.acquire() #開始lock for i in range(10): A += 1 print('job1', A) lock.release() #釋放 def job2(): global A, lock lock.acquire() for i in range(10): A += 10 print('job2', A) lock.release() if __name__ == '__main__': lock = threading.Lock() A = 0 t1 = threading.Thread(target=job1) t2 = threading.Thread(target=job2) t1.start() t2.start() t1.join() t2.join()
運行結(jié)果如下所示:
總結(jié)
以上所述是小編給大家介紹的Python 多線程Threading初學(xué)教程,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
- python多線程threading.Lock鎖用法實例
- Python多線程threading和multiprocessing模塊實例解析
- Python多線程threading模塊用法實例分析
- Python多線程threading join和守護線程setDeamon原理詳解
- python 多線程中子線程和主線程相互通信方法
- python子線程退出及線程退出控制的代碼
- python主線程捕獲子線程的方法
- python從子線程中獲得返回值的方法
- python主線程與子線程的結(jié)束順序?qū)嵗馕?/a>
- Python 多線程,threading模塊,創(chuàng)建子線程的兩種方式示例
- python實現(xiàn)守護進程、守護線程、守護非守護并行
- Python多線程Threading、子線程與守護線程實例詳解
相關(guān)文章
深入探討Python復(fù)合型數(shù)據(jù)的常見陷阱與避免方法
在Python中,復(fù)合型數(shù)據(jù)(例如列表、元組、集合和字典)是非常常用的數(shù)據(jù)類型,本文將深入探討Python復(fù)合型數(shù)據(jù)的常見陷阱,并提供一些避免這些問題的實用建議和技巧,希望對大家有所幫助2024-03-03django實現(xiàn)登錄時候輸入密碼錯誤5次鎖定用戶十分鐘
這篇文章主要介紹了django實現(xiàn)登錄時候輸入密碼錯誤5次鎖定用戶十分鐘,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-11-11Python實用庫 PrettyTable 學(xué)習(xí)筆記
這篇文章主要介紹了Python實用庫 PrettyTable 學(xué)習(xí)筆記,結(jié)合實例形式分析了Python表格操作庫PrettyTable的安裝、使用技巧與相關(guān)注意事項,需要的朋友可以參考下2019-08-08python操作數(shù)據(jù)庫獲取結(jié)果之fetchone和fetchall的區(qū)別說明
這篇文章主要介紹了python操作數(shù)據(jù)庫獲取結(jié)果之fetchone和fetchall的區(qū)別說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04對Python3中的print函數(shù)以及與python2的對比分析
下面小編就為大家分享一篇對Python3中的print函數(shù)以及與python2的對比分析,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05Python深度學(xué)習(xí)之Unet?語義分割模型(Keras)
這篇文章主要介紹了語義分割任務(wù)中Unet一個有意思的模型-Keras。Keras是一個由Python編寫的開源人工神經(jīng)網(wǎng)絡(luò)庫,可進行深度學(xué)習(xí)模型的設(shè)計、調(diào)試、評估、應(yīng)用和可視化。感興趣的小伙伴快來跟隨小編一起學(xué)習(xí)一下吧2021-12-12