第49天:Python 多线程之 threading 模块

简介: 第49天:Python 多线程之 threading 模块

1 创建线程


使用 threading 模块创建线程通常有两种方式:1)使用 threading 模块中 Thread 类的构造器创建线程,即直接对类 threading.Thread 进行实例化,并调用实例化对象的 start 方法创建线程;2)继承 threading 模块中的 Thread 类创建线程类,即用 threading.Thread 派生出一个新的子类,将新建类实例化,并调用其 start 方法创建线程。


1.1 构造器方式


调用 threading.Thread 类的如下构造器创建线程:

threading.Thread(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)

  • group:指定该线程所属的线程组,目前该参数还未实现,为了日后扩展 ThreadGroup 类实现而保留。
  • target:用于 run() 方法调用的可调用对象,默认是 None,表示不需要调用任何方法。
  • args:是用于调用目标函数的参数元组,默认是 ()。
  • kwargs:是用于调用目标函数的关键字参数字典,默认是 {}。
  • daemon:如果 daemon 不是 None,线程将被显式的设置为守护模式,不管该线程是否是守护模式,如果是 None (默认值),线程将继承当前线程的守护模式属性。

示例如下:


import timeimport threadingdef work(num):    print('线程名称:',threading.current_thread().getName(),'参数:',num,'开始时间:',time.strftime('%Y-%m-%d %H:%M:%S'))if __name__ == '__main__':    print('主线程开始时间:',time.strftime('%Y-%m-%d %H:%M:%S'))    t1 = threading.Thread(target=work,args=(3,))    t2 = threading.Thread(target=work,args=(2,))    t3 = threading.Thread(target=work,args=(1,))    t1.start()    t2.start()    t3.start()    t1.join()    t2.join()    t3.join()    print('主线程结束时间:', time.strftime('%Y-%m-%d %H:%M:%S'))


上述示例中实例化了三个 Thread 类的实例,并向任务函数传递不同的参数,start 方法开启线程,join 方法阻塞主线程,等待当前线程运行结束。


1.2 继承方式


通过继承的方式创建线程包括如下步骤:1)定义 Thread 类的子类,并重写该类的 run 方法;2)创建 Thread 子类的实例,即创建线程对象;3)调用线程对象的 start 方法来启动线程。示例如下:


import timeimport threadingclass MyThread(threading.Thread):    def __init__(self,num):        super().__init__()        self.num = num    def run(self):        print('线程名称:', threading.current_thread().getName(), '参数:', self.num, '开始时间:', time.strftime('%Y-%m-%d %H:%M:%S'))if __name__ == '__main__':    print('主线程开始时间:',time.strftime('%Y-%m-%d %H:%M:%S'))    t1 = MyThread(3)    t2 = MyThread(2)    t3 = MyThread(1)    t1.start()    t2.start()    t3.start()    t1.join()    t2.join()    t3.join()    print('主线程结束时间:', time.strftime('%Y-%m-%d %H:%M:%S'))


上述示例中自定义了线程类 MyThread,继承了 threading.Thread,并重写了

__init__ 方法和 run 方法。


2 守护线程


守护线程(也称后台线程)是在后台运行的,它的任务是为其他线程提供服务,如 Python 解释器的垃圾回收线程就是守护线程。如果所有的前台线程都死亡了,守护线程也会自动死亡。来看个例子:


# 不设置守护线程import threadingdef work(num):    for i in range(num):        print(threading.current_thread().name + "  " + str(i))t = threading.Thread(target=work, args=(10,), name='守护线程')t.start()for i in range(10):    pass    # 输出结果:'''守护线程  0守护线程  1守护线程  2守护线程  3守护线程  4守护线程  5守护线程  6守护线程  7守护线程  8守护线程  9'''


# 设置守护线程import threadingdef work(num):    for i in range(num):        print(threading.current_thread().name + "  " + str(i))t = threading.Thread(target=work, args=(10,), name='守护线程')t.daemon = Truet.start()for i in range(10):    pass    # 输出结果:# 守护线程  0


上述示例直观的说明了当前台线程结束,守护线程也会自动结束。


如果你设置一个线程为守护线程,就表示这个线程是不重要的,在进程退出的时候,不用等待这个线程退出;如果你的主线程在退出的时候,不用等待哪些子线程完成,那就设置这些线程为守护线程;如果你想等待子线程完成后再退出,那就什么都不用做,或者显示地将 daemon 属性设置为 false。


3 线程本地数据


Python 的 threading 模块提供了 local 方法,该方法返回得到一个全局对象,不同线程使用这个对象存储的数据,其它线程是不可见的(本质上就是不同的线程使用这个对象时为其创建一个独立的字典)。来看个示例:



# 不使用 threading.localimport threadingimport timenum = 0def work():    global num    for i in range(10):        num += 1    print(threading.current_thread().getName(), num)    time.sleep(0.0001)for i in range(5):    threading.Thread(target=work).start()
# 输出结果:'''Thread-1 10Thread-2 20Thread-3 30Thread-4 40Thread-5 50'''

上面示例中 num 是全局变量,变成了公共资源,通过输出结果,我们发现子线程之间的计算结果出现了互相干扰的情况。


# 使用 threading.localnum = threading.local()def work():    num.x = 0    for i in range(10):        num.x += 1    print(threading.current_thread().getName(), num.x)    time.sleep(0.0001)for i in range(5):    threading.Thread(target=work).start()    # 输出结果:'''Thread-1 10Thread-2 10Thread-3 10Thread-4 10Thread-5 10'''


使用 threading.local 的示例中,num 是全局变量,但每个线程定义的属性 num.x 是各自线程独有的,其它线程是不可见的,因此每个线程的计算结果未出现相互干扰的情况。


4 定时器


threading 模块提供了 Timer 类实现定时器功能,来看个例子:



# 单次执行from threading import Timerdef work():    print("Hello Python")# 5 秒后执行 work 方法t = Timer(5, work)t.start()

Timer 只能控制函数在指定的时间内执行一次,如果我们需要多次重复执行,需要再进行一次调度,想要取消调度时可以使用 Timer 的 cancel 方法。来看个例子:



# 重复执行count = 0def work():    print('当前时间:', time.strftime('%Y-%m-%d %H:%M:%S'))    global t, count    count += 1    # 如果 count 小于 5,开始下一次调度    if count < 5:        t = Timer(1, work)        t.start()# 指定 2 秒后执行 work 方法t = Timer(2, work)t.start()


5 常用方法、属性


threading 模块提供了十分丰富的线程操作功能,它的 API 方法及属性自然也特别多,我们来看一下常用的方法和属性。


1)threading.Thread 实例的方法、属性


方法 说明
start() 启动线程活动,它在一个线程里最多只能被调用一次。
run() 表示线程活动的方法。
join(timeout=None) 等待至线程中止。
getName() 返回线程名。
setName() 设置线程名。
is_alive() 返回线程是否是活动的。
daemon 是否为守护线程的标志。
ident 线程标识符,线程尚未开始返回 None,已启动返回非零整数。


2)threading 直接调用的方法


方法 说明
active_count() 返回当前存活的线程类 Thread 对象,返回个数等于 enumerate() 返回的列表长度。
current_thread() 返回当前对应调用者的 Thread 对象。
get_ident() 返回当前线程的线程标识符,它是一个非零的整数。
enumerate() 以列表形式返回当前所有存活的 Thread 对象。
main_thread() 返回主 Thread 对象。
settrace(func) 为所有 threading 模块开始的线程设置追踪函数。
setprofile(func) 为所有 threading 模块开始的线程设置性能测试函数。
stack_size([size]) 返回创建线程时用的堆栈大小。


总结


本节给大家介绍了 Python 的线程模块 threading,让大家对 threading 模块的相关概念和使用有了进一步的了解。


示例代码:Python-100-days-day046

参考:

https://docs.python.org/zh-cn/3/library/threading.html


系列文章

   第48天:初识 Python 多线程

   第47天:Web 开发 RESTful

   第46天:Flask数据持久化

   第45天:Web表单

   第44天:Flask 框架集成Bootstrap

   第43天:Python filecmp&difflib模块

   第42天:Python paramiko 模块

   第41天:Python operator 模块

   第0-40天:从0学习Python 0-40合集

目录
相关文章
|
5天前
|
Python
python3多线程中使用线程睡眠
本文详细介绍了Python3多线程编程中使用线程睡眠的基本方法和应用场景。通过 `time.sleep()`函数,可以使线程暂停执行一段指定的时间,从而控制线程的执行节奏。通过实际示例演示了如何在多线程中使用线程睡眠来实现计数器和下载器功能。希望本文能帮助您更好地理解和应用Python多线程编程,提高程序的并发能力和执行效率。
34 20
|
18天前
|
并行计算 安全 Java
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
在Python开发中,GIL(全局解释器锁)一直备受关注。本文基于CPython解释器,探讨GIL的技术本质及其对程序性能的影响。GIL确保同一时刻只有一个线程执行代码,以保护内存管理的安全性,但也限制了多线程并行计算的效率。文章分析了GIL的必要性、局限性,并介绍了多进程、异步编程等替代方案。尽管Python 3.13计划移除GIL,但该特性至少要到2028年才会默认禁用,因此理解GIL仍至关重要。
97 16
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
32 3
|
2月前
|
Python
Python Internet 模块
Python Internet 模块。
133 74
|
3月前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法:Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心,由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器,具有超长周期和高维均匀性,适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组,经状态更新和输出提取生成随机数,代码简单高效。
141 63
|
3月前
|
数据采集 存储 数据处理
Python中的多线程编程及其在数据处理中的应用
本文深入探讨了Python中多线程编程的概念、原理和实现方法,并详细介绍了其在数据处理领域的应用。通过对比单线程与多线程的性能差异,展示了多线程编程在提升程序运行效率方面的显著优势。文章还提供了实际案例,帮助读者更好地理解和掌握多线程编程技术。
|
3月前
|
持续交付 Python
如何在Python中自动解决模块和包的依赖冲突?
完全自动解决所有依赖冲突可能并不总是可行,特别是在复杂的项目中。有时候仍然需要人工干预和判断。自动解决的方法主要是提供辅助和便捷,但不能完全替代人工的分析和决策😉。
|
3月前
|
并行计算 数据处理 调度
Python中的并发编程:探索多线程与多进程的奥秘####
本文深入探讨了Python中并发编程的两种主要方式——多线程与多进程,通过对比分析它们的工作原理、适用场景及性能差异,揭示了在不同应用需求下如何合理选择并发模型。文章首先简述了并发编程的基本概念,随后详细阐述了Python中多线程与多进程的实现机制,包括GIL(全局解释器锁)对多线程的影响以及多进程的独立内存空间特性。最后,通过实例演示了如何在Python项目中有效利用多线程和多进程提升程序性能。 ####
|
4月前
|
Python
Python中的多线程与多进程
本文将探讨Python中多线程和多进程的基本概念、使用场景以及实现方式。通过对比分析,我们将了解何时使用多线程或多进程更为合适,并提供一些实用的代码示例来帮助读者更好地理解这两种并发编程技术。
|
5月前
|
数据采集 Linux 调度
Python之多线程与多进程
Python之多线程与多进程
42 0

推荐镜像

更多