ThreadLocal和异步

Posted 2023-02-17

参考技术A       多线程环境下，每一个线程均可以使用所属进程的全局变量。如果一个线程对全局变量进行了修改，将会影响到其他所有的线程。为了避免多个线程同时对变量进行修改，引入了线程同步机制，通过互斥锁，条件变量或者读写锁来控制对全局变量的访问 。 只用全局变量并不能满足多线程环境的需求，很多时候线程还需要拥有自己的私有数据，这些数据对于其他线程来说不可见。因此线程中也可以使用局部变量，局部变量只有线程自身可以访问，同一个进程下的其他线程不可访问。

'''

threadlocal就有俩功能：

1、将各自的局部变量绑定到各自的线程中

2、局部变量可以传递了，而且并没有变成形参

'''

import threading

# 创建全局ThreadLocal对象:

local_school = threading.local()

def process_student():

# 获取当前线程关联的student:

std = local_school.student

print('Hello, %s (in %s)' % (std, threading.current_thread().name))

def process_thread(name):

# 绑定ThreadLocal的student:

local_school.student = name

process_student()

t1 = threading.Thread(target=process_thread, args=('yongGe',), name='Thread-A')

t2 = threading.Thread(target=process_thread, args=('老王',), name='Thread-B')

t1.start()

t2.start()

'''

1、将各自的局部变量绑定到各自的线程中

2、局部变量可以传递了，而且并没有变成形参

'''

import threading

# 创建字典对象:

myDict=

def process_student():

# 获取当前线程关联的student:

std = myDict[threading.current_thread()]

print('Hello, %s (in %s)' % (std, threading.current_thread().name))

def process_thread(name):

# 绑定ThreadLocal的student:

myDict[threading.current_thread()] = name

process_student()

t1 = threading.Thread(target=process_thread, args=('yongGe',), name='Thread-A')

t2 = threading.Thread(target=process_thread, args=('老王',), name='Thread-B')

t1.start()

t2.start()

异步

from multiprocessing import Pool

import time

import os

def test():

print("---进程池中的进程---pid=%d,ppid=%d--" % (os.getpid(), os.getppid()))

for i in range(3):

print("----%d---" % i)

time.sleep(1)

return "老王"

def test2(args):

print('1...')

time.sleep(10)

print("---callback func--pid=%d" % os.getpid())

print("---callback func--args=%s" % args)

print('2...')

if __name__ == '__main__':

pool = Pool(3)

#callback表示前面的func方法执行完，再执行callback,并且可以获取func的返回值作为callback的参数

pool.apply_async(func=test, callback=test2)

#pool.apply_async(func=test)

#模拟主进程在做任务

time.sleep(5)

print("----主进程-pid=%d.....服务器是不关闭的----" % os.getpid())

# while True:

#    pass