python使用threading獲取線程函數(shù)返回值的實(shí)現(xiàn)方法
threading用于提供線程相關(guān)的操作,線程是應(yīng)用程序中工作的最小單元。python當(dāng)前版本的多線程庫沒有實(shí)現(xiàn)優(yōu)先級、線程組,線程也不能被停止、暫停、恢復(fù)、中斷。
threading模塊提供的類:
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。
threading 模塊提供的常用方法:
threading.currentThread(): 返回當(dāng)前的線程變量。
threading.enumerate(): 返回一個包含正在運(yùn)行的線程的list。正在運(yùn)行指線程啟動后、結(jié)束前,不包括啟動前和終止后的線程。
threading.activeCount(): 返回正在運(yùn)行的線程數(shù)量,與len(threading.enumerate())有相同的結(jié)果。
threading 模塊提供的常量:
threading.TIMEOUT_MAX 設(shè)置threading全局超時(shí)時(shí)間。
好了,正文開始:
最近需要用python寫一個環(huán)境搭建工具,多線程并行對環(huán)境各個部分執(zhí)行一些操作,并最終知道這些并行執(zhí)行的操作是否都執(zhí)行成功了,也就是判斷這些操作函數(shù)的返回值是否為0。但是threading并沒有顯式的提供獲取各個線程函數(shù)返回值的方法,只好自己動手,下面就介紹一下自己的實(shí)現(xiàn)方式。
一開始考慮到執(zhí)行的操作可能有很多,而且后續(xù)會不斷補(bǔ)充,因此先寫了一個通用的多線程執(zhí)行類,封裝線程操作的基本方法,如下:
import threading class MyThread(object): def __init__(self, func_list=None): #所有線程函數(shù)的返回值匯總,如果最后為0,說明全部成功 self.ret_flag = 0 self.func_list = func_list self.threads = [] def set_thread_func_list(self, func_list): """ @note: func_list是一個list,每個元素是一個dict,有func和args兩個參數(shù) """ self.func_list = func_list def start(self): """ @note: 啟動多線程執(zhí)行,并阻塞到結(jié)束 """ self.threads = [] self.ret_flag = 0 for func_dict in self.func_list: if func_dict["args"]: t = threading.Thread(target=func_dict["func"], args=func_dict["args"]) else: t = threading.Thread(target=func_dict["func"]) self.threads.append(t) for thread_obj in self.threads: thread_obj.start() for thread_obj in self.threads: thread_obj.join() def ret_value(self): """ @note: 所有線程函數(shù)的返回值之和,如果為0那么表示所有函數(shù)執(zhí)行成功 """ return self.ret_flag
MyThread類會接受一個func_list參數(shù),每個元素是一個dict,有func和args兩個key,func是真正要執(zhí)行的函數(shù)引用,args是函數(shù)的參數(shù)。其中最主要的方法是start方法,會多線程執(zhí)行每個func,然后一直等到所有線程都執(zhí)行結(jié)束后退出。接下來的關(guān)鍵就是如何對self.ret_flag設(shè)置正確的值,以判斷所有的線程函數(shù)是否都返回0了。
我的實(shí)現(xiàn)是,在MyThread class中寫一個方法trace_func,作為直接的線程函數(shù),這個trace_func中執(zhí)行真正需要執(zhí)行的函數(shù),從而可以獲取到該函數(shù)的返回值,設(shè)置給self.ret_flag。
這個trace_func的第一參數(shù)是要執(zhí)行的func引用,后面是這個func的參數(shù),具體代碼如下:
def trace_func(self, func, *args, **kwargs): """ @note:替代profile_func,新的跟蹤線程返回值的函數(shù),對真正執(zhí)行的線程函數(shù)包一次函數(shù),以獲取返回值 """ ret = func(*args, **kwargs) self.ret_flag += ret
這樣就需要修改start方法中Thread函數(shù)的設(shè)置,代碼如下:
def start(self): """ @note: 啟動多線程執(zhí)行,并阻塞到結(jié)束 """ self.threads = [] self.ret_flag = 0 for func_dict in self.func_list: if func_dict["args"]: new_arg_list = [] new_arg_list.append(func_dict["func"]) for arg in func_dict["args"]: new_arg_list.append(arg) new_arg_tuple = tuple(new_arg_list) t = threading.Thread(target=self.trace_func, args=new_arg_tuple) else: t = threading.Thread(target=self.trace_func, args=(func_dict["func"],)) self.threads.append(t) for thread_obj in self.threads: thread_obj.start() for thread_obj in self.threads: thread_obj.join()
這樣能夠成功獲得返回值了,實(shí)驗(yàn):
def func1(ret_num): print "func1 ret:%d" % ret_num return ret_num def func2(ret_num): print "func2 ret:%d" % ret_num return ret_num def func3(): print "func3 ret:100" return 100 mt = MyThread() g_func_list = [] g_func_list.append({"func":func1,"args":(1,)}) g_func_list.append({"func":func2,"args":(2,)}) g_func_list.append({"func":func3,"args":None}) mt.set_thread_func_list(g_func_list) mt.start() print "all thread ret : %d" % mt.ret_flag
最后的輸出結(jié)果
func1 ret:1 func2 ret:2 func3 ret:100 all thread ret : 103
總結(jié)
以上所述是小編給大家介紹的python使用threading獲取線程函數(shù)返回值的實(shí)現(xiàn)方法,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(shí)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中多線程thread與threading的實(shí)現(xiàn)方法
- python基于queue和threading實(shí)現(xiàn)多線程下載實(shí)例
- Python用threading實(shí)現(xiàn)多線程詳解
- Python 使用threading+Queue實(shí)現(xiàn)線程池示例
- Python線程協(xié)作threading.Condition實(shí)現(xiàn)過程解析
- Python3 socket即時(shí)通訊腳本實(shí)現(xiàn)代碼實(shí)例(threading多線程)
- python中threading和queue庫實(shí)現(xiàn)多線程編程
- Python中threading庫實(shí)現(xiàn)線程鎖與釋放鎖
- Python?threading和Thread模塊及線程的實(shí)現(xiàn)
相關(guān)文章
pytorch在fintune時(shí)將sequential中的層輸出方法,以vgg為例
今天小編就為大家分享一篇pytorch在fintune時(shí)將sequential中的層輸出方法,以vgg為例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08最新解決'nvidia-smi' 不是內(nèi)部或外部命令也不是可運(yùn)行的程序
使用cmd查看電腦顯卡的信息,調(diào)用nvidia-smi查看顯卡使用情況報(bào)錯,提示'nvidia-smi' 不是內(nèi)部或外部命令,也不是可運(yùn)行的程序,本文給大家分享完美解決方案,感興趣的朋友跟隨小編一起看看吧2023-01-01Python實(shí)現(xiàn)統(tǒng)計(jì)圖像連通域的示例詳解
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)統(tǒng)計(jì)圖像連通域的功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起了解一下2023-04-04Python中*args與**kwargs的高級應(yīng)用指南
在Python編程中,*args和**kwargs是兩個非常強(qiáng)大的功能,它們允許開發(fā)者構(gòu)建更加靈活和可擴(kuò)展的函數(shù),下面就跟隨小編一起來看看它的具體應(yīng)用吧2024-03-03解決pytorch DataLoader num_workers出現(xiàn)的問題
今天小編就為大家分享一篇解決pytorch DataLoader num_workers出現(xiàn)的問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01