Python开发Day9(多线程多进程)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python开发Day9(多线程多进程)相关的知识,希望对你有一定的参考价值。
python线程:
-
介绍:
-
Threading用于提供线程相关的操作,线程是应用程序中工作的最小单元。
-
-
使用:
-
Threading方法
- .start() : 激活线程
- .getName(): 获取线程的名称
- .setName() : 设置线程的名称
- .name : 获取或设置线程的名称
- .is_alive() : 判断线程是否为激活状态
- .isAlive() :判断线程是否为激活状态
- .setDaemon() 设置为后台线程或前台线程(默认:False);通过一个布尔值设置线程是否为守护线程,必须在执行start()方法之后才可以使用。如果是后台线程,主线程执行过程中,后台线程也在进行,主线程执行完毕后,后台线程不论成功与否,均停止;如果是前台线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,程序停止
- .isDaemon() : 判断是否为守护线程
- .ident :获取线程的标识符。线程标识符是一个非零整数,只有在调用了start()方法之后该属性才有效,否则它只返回None。
- .join() :逐个执行每个线程,执行完毕后继续往下执行,该方法使得多线程变得无意义
- .run() :线程被cpu调度后自动执行线程对象的run方法
- 直接使用未加锁:
import threading lock = threading.RLock()#定义一个线程锁 def worker(num): print("Thread %d" % num) for i in range(20): t = threading.Thread(target=worker,args=(i,),name="t.%d" % i) t.start()#激活线程 执行结果: Thread 0 Thread 1 Thread 2 Thread 6 Thread 4 Thread 3 Thread 5 Thread 8 Thread 10 Thread 9 Thread 7 Thread 13 Thread 12 Thread 11 Thread 16 Thread 14 Thread 15 Thread 19 Thread 18 Thread 17
- 使用加锁:
import threading lock = threading.RLock()#定义一个线程锁 def worker(num): lock.acquire()#加锁 print("Thread %d" % num) lock.release()#解锁 for i in range(20): t = threading.Thread(target=worker,args=(i,),name="t.%d" % i) t.start()#激活线程 执行结果: Thread 0 Thread 1 Thread 2 Thread 3 Thread 4 Thread 5 Thread 6 Thread 7 Thread 8 Thread 9 Thread 10 Thread 11 Thread 12 Thread 13 Thread 14 Thread 15 Thread 16 Thread 17 Thread 18 Thread 19
- 线程锁有两种一种为RLock一种为Lock
- Lock解析:
lock = threading.Lock()#定义一个线程锁 lock.acquire()#加锁 print(123) lock.acquire()#加锁 产生了死锁 print(234) lock.release()#解锁 print(345) lock.release()#解锁 #死锁,自己加锁后再次申请锁自己等待自己释放锁。 执行结果: 123 一直等待~~~~~~~~~~
- RLock解析:
lock = threading.RLock()#定义一个线程锁 lock.acquire()#加锁 print(123) lock.acquire()#加锁 print(234) lock.release()#解锁 print(345) lock.release()#解锁 #他不会产生死锁,但是需要注意产生了多少锁需要释放多少锁 执行结果: 123 234 345
- Lock解析:
-
线程间的通讯使用Event
-
-
介绍:
-
Event是线程间通信最间的机制之一:一个线程发送一个event信号,其他的线程则等待这个信号。用于主线程控制其他线程的执行。 Events 管理一个flag,这个flag可以使用set()设置成True或者使用clear()重置为False,wait()则用于阻塞,在flag为True之前。flag默认为False。
-
-
使用:
-
Event.wait([timeout]) : 堵塞线程,直到Event对象内部标识位被设为True或超时(如果提供了参数timeout)。
-
Event.set() :将标识位设为Ture
-
Event.clear() : 将标识伴设为False。
-
Event.isSet() :判断标识位是否为Ture。
-
代码举例:
import threading def do(event): print(‘start‘) event.wait() print(‘execute‘) event_obj = threading.Event() for i in range(10): t = threading.Thread(target=do, args=(event_obj,)) t.start() event_obj.clear() inp = input(‘input:‘) if inp == ‘true‘: event_obj.set() 执行结果: start start start start start input:true execute execute execute execute execute
当线程执行的时候,如果flag为False,则线程会阻塞,当flag为True的时候,线程不会阻塞。它提供了本地和远程的并发性。
-
-
queue模块:
- 介绍:
- Queue 就是对队列,它是线程安全的(举例来说,我们去肯德基吃饭。厨房是给我们做饭的地方,前台负责把厨房做好的饭卖给顾客,顾客则去前台领取做好的饭。这里的前台就相当于我们的队列。
这个模型也叫生产者-消费者模型。)
- Queue 就是对队列,它是线程安全的(举例来说,我们去肯德基吃饭。厨房是给我们做饭的地方,前台负责把厨房做好的饭卖给顾客,顾客则去前台领取做好的饭。这里的前台就相当于我们的队列。
- 使用:
- 方法:
import queue q = queue.Queue(maxsize=0) # 构造一个先进显出队列,maxsize指定队列长度,为0 时,表示队列长度无限制。 q.join() # 等到队列为kong的时候,在执行别的操作 q.qsize() # 返回队列的大小 (不可靠) q.empty() # 当队列为空的时候,返回True 否则返回False (不可靠) q.full() # 当队列满的时候,返回True,否则返回False (不可靠) q.put(item, block=True, timeout=None) # 将item放入Queue尾部,item必须存在,可以参数block默认为True,表示当队列满时,会等待队列给出可用位置, 为False时为非阻塞,此时如果队列已满,会引发queue.Full 异常。 可选参数timeout,表示 会阻塞设置的时间,过后, 如果队列无法给出放入item的位置,则引发 queue.Full 异常 q.get(block=True, timeout=None) # 移除并返回队列头部的一个值,可选参数block默认为True,表示获取值的时候,如果队列为空,则阻塞,为False时,不阻塞, 若此时队列为空,则引发 queue.Empty异常。 可选参数timeout,表示会阻塞设置的时候,过后,如果队列为空,则引发Empty异常。 q.put_nowait(item) # 等效于 put(item,block=False) q.get_nowait() # 等效于 get(item,block=False)
- 使用:
import threading,queue message = queue.Queue(10) def producer(i): print(‘>>>>>‘,i) message.put(i) def consumer(i): msg = message.get() print(‘date‘,msg) for i in range(12): t = threading.Thread(target=producer, args=(i,)) t.start() for i in range(10): t = threading.Thread(target=consumer, args=(i,)) t.start() 执行结果: >>>>> 0 >>>>> 1 >>>>> 2 >>>>> 3 >>>>> 4 >>>>> 5 >>>>> 6 >>>>> 7 >>>>> 8 >>>>> 9 >>>>> 10 >>>>> 11 date 0 date 1 date 2 date 3 date 4 date 5 date 6 date 7 date 8 date 9
- 方法:
以上是关于Python开发Day9(多线程多进程)的主要内容,如果未能解决你的问题,请参考以下文章