Python 多线程之threading介绍

2022-10-22 569

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Python 多线程之threading介绍

一、为什么要有多任务？

平时唱歌跳舞都是一起进行的，如果先唱歌后跳舞，或者先跳舞后唱歌，感觉很不协调，别扭—所以需要一个多任务

案例：

from time import sleep
def sing():
    for i in range(3):
        print("正在唱歌....%d"%i)
        sleep(1)
def dance():
    for i in range(3):
        print("正在跳舞....%d"%i)
        sleep(1)
if __name__ == '__main__':
    sing()
    dance()

二、多任务介绍

概念：多任务就是可以一边听歌，一边上网冲浪，或者在干点其它什么的，可以同时有2个以上的任务在执行

注意：

并发：某个时间段内，多个任务交替执行。当有多个线程在操作时，把CPU运行时间划分成若干个时间段，再将时间段分配给各个线程执行，在一个时间段的线程代码运行时，其它线程处于挂起状态(暂停)。

并行：同一时间处理多任务的能力，多有多个线程在操作时，CPU同时处理这些线程请求的能力。

三、threading介绍

Python的thread模块是比较底层的，Python的threading模块是对thread做了包装，使用更加方便。

threading常用方法：

方法名解释

threading.active_count() 返回当前处于active状态的Thread对象

threading.current_thread() 返回当前Thread对象

threading.get_ident() 返回当前线程的线程标识符，线程标识符是一个非负整数，并无特殊含义，知识用来标识线程，该证书可能会被循环利用。Python3.3版本后支持该方法

threading.enumerate() 返回当前处于active解释器的线程对象。Python3.4版本以后支持该方法

threading.main_thread() 返回主线程对象，即启动Python解释器的线程对象。Python3.4版本以后支持该方法

threading.stack_size() 返回创建线程时使用的栈的大小，如果指定size参数，则用来指定后续创建的线程使用的栈大小，size必须是0(标识使用系统默认值)或大于32K正整数

1、Thread类使用说明

threading模块提供了Thread、Lock、RLock、Conditon、Event、Timer和Semaphore等类来支持多线程，Thread是其中最重要也是最基本的一个类，通过该类创建线程并控制线程的运行。

使用Thread创建线程的方法：

为构造函数传递一个可调用对象
集成Thread类并在子类中重写__init__()和run()方法
语法格式：threading.Thread(group=None,target=None,name=None,args=(),kwargs={},*,daemon=None)
参数说明：
group：通常默认即可，作为日后扩展ThreadGroup类实现而保留。
target：用于run()方法调用的可调用对象，默认为None
name：线程名，默认是Thread-N格式构成唯一名称，N是十进制数(正整数)
args：用于调用目标函数的关键字参数字典，默认为{}
daemon：设置线程是否为守护模式，默认None

threading.Thread的方法和属性：

|方法名 | 解释 |

|–|–|

| start() | 启动线程 |

|run()|线程代码，用来实现线程的功能与业务逻辑，可以在子类中重写该方法来自定义线程的行为|

|init(self,group=None,target=None,name=None,args=(),kwargs=None,daemon=None)|构造函数|

|is_alive()|判断线程是否存活|

|getName()|返回线程名|

|setName()|设置线程名|

|isDaemon()|判断线程是否为守护线程|

|setDaemon()|设置线程是否为守护线程|

|name|用来读取或设置线程的名字|

|ident|线程标识，用非0数字或None(线程未被启动)|

|daemon|线程是否为守护线程，默认false|

|join(timeout=None)|当timeout=None时，会等待至线程结束；当非None时，会等待timeout时间结束，单位秒|

2、实例化threading.Thread(重点)

1）单线程执行 --时间间隔

from time import sleep
import datetime
def sing():
    print("正在唱歌....")
    sleep(1)
if __name__ == '__main__':
    for i in range(3):
        sing()
        print(datetime.datetime.now())

2）使用threading模块

import threading
from time import sleep
import datetime
def sing():
    print("正在唱歌....")
    sleep(1)
if __name__ == '__main__':
    for i in range(3):
        t = threading.Thread(target=sing)
        t.start()
        print(datetime.datetime.now())

看执行速度能对比出来threading多线程速度飞快

调用start()才会创建真正的多线程，开始执行代码

3）主线程等待所有子线程结束后才结束

import threading
from time import sleep, ctime
def sing():
    for i in range(3):
        print("正在唱歌....%d" % i)
        sleep(1)
def dance():
    for i in range(3):
        print("正在跳舞....%d" % i)
        sleep(1)
if __name__ == '__main__':
    print("开始：", ctime())
    t1 = threading.Thread(target=sing)
    t2 = threading.Thread(target=dance)
    t1.start()
    t2.start()
    print("结束: ", ctime())

4）查看线程数

import threading
from time import sleep, ctime
def sing():
    for i in range(3):
        print("正在唱歌....%d" % i)
        sleep(1)
def dance():
    for i in range(3):
        print("正在跳舞....%d" % i)
        sleep(1)
if __name__ == '__main__':
    print("开始：", ctime())
    t1 = threading.Thread(target=sing)
    t2 = threading.Thread(target=dance)
    t1.start()
    t2.start()
    while True:
        num = len(threading.enumerate())
        print("线程数： %d" % num)
        if (num) < 1:
            break
        sleep(1)
    print("结束: ", ctime())

四、继承threading.Thread

1、线程执行封装代码

使用threading线程模块封装时，定义一个新的子类class，继承threading.Thread，重写run方法

import threading
from time import sleep
class MyClass(threading.Thread):
    def run(self):
        for i in range(3):
            sleep(1)
            msg = self.name + "--->" + str(i)
            print(msg)
if __name__ == '__main__':
    t = MyClass()
    t.start()

Python的threading.Thread类有一个run方法，定义线程功能函数，可以覆盖该方法，创建自己的线程实例后，调用start启动，交给虚拟机进行调度，有执行机会就会调用run方法执行线程。

2、线程执行顺序

import threading
from time import sleep
class MyClass(threading.Thread):
    def run(self):
        for i in range(3):
            sleep(1)
            msg = self.name + "--->" + str(i)
            print(msg+'\n')
def test():
    for i in range(5):
        t = MyClass()
        t.start()
if __name__ == '__main__':
    test()

多线程执行顺序是不确定的，sleep时，线程将被阻塞(Blocked)，到sleep结束后，线程进入就绪(Runnable)状态，等待调度。线程调度选择一个线程执行。以上代码能保证运行每个线程都运行完整的run函数，但是线程启动顺序、run函数每次循环执行的顺序不能确定。

总结：

每个线程默认有一个名字

当线程run方法结束时，该线程完成。

无法控制线程调度顺序，可以通过其它办法影响线程调度方式。

五、多线程共享全局变量(重点)

from threading import Thread
from time import sleep
gl_num = 10
def sing():
    global gl_num
    for i in range(3):
        gl_num += 1
    print("sing------>%d"%gl_num)
def dance():
    global gl_num
    print("sing------>%d" % gl_num)
t1 = Thread(target=sing)
t1.start()
sleep(1)
t2 = Thread(target=dance)
t2.start()

列表当做参数传递：

from threading import Thread
from time import sleep
gl_num = [10, 20, 30]
def sing(num):
    num.append(33)
    print("sing------>", num)
def dance(num):
    sleep(1)
    print("sing------>", num)
t1 = Thread(target=sing, args=(gl_num,))
t1.start()
t2 = Thread(target=dance, args=(gl_num,))
t2.start()

同进程内的所有线程共享全局变量，方便多个线程共享数据

缺点，线程一单被修改造成多线程之间全局变量混乱现象(使用时保证全局变量不能被修改，线程非安全的)

六、线程同步和锁(重点)

1、线程同步

概念：协同步调，按预定的先后顺序执行，多线程修改全局变量，可能会出现意外结果，为了保证数据的正确性，需要对多个线程进行同步。

方法：使用Thread对象的Lock和Rlock实现简单线程同步，acquire和release方法对只允许一个线程操作的数据，可以将其放到acquire和release之间。

2、互斥锁

某个线程需要修改共享数据时，先将其锁定，此时资源状态为锁定，其它线程不允许修改；直到该线程释放资源，将资源状态调整非锁定，其它线程才能再次锁定该共享数据。互斥锁保证每次只有一个线程进行数据修改，能够保证多线程数据正确性。

threading模块中定义Lock类，方便的处理锁：

import threading
# 创建锁
mutex = threading.Lock()
# 锁定
mutex.acquire()
# 解锁
mutex.release()

调用acquire之前没有锁，不会堵塞；已锁，会堵塞，直到这个锁解锁

案例：互斥锁两个线程对统一变量累加10万次

import threading
from time import sleep
gl = 0
mutex = threading.Lock()
def sing(num):
    global gl
    for i in range(num):
        mutex.acquire()
        gl += 1
        mutex.release()
    print("唱歌-----> %d" % gl)
def dance(num):
    global gl
    for i in range(num):
        mutex.acquire()
        gl += 1
        mutex.release()
    print("跳舞------>%d" % gl)
t1 = threading.Thread(target=sing, args=(100000,))
t1.start()
t2 = threading.Thread(target=dance, args=(100000,))
t2.start()
while len(threading.enumerate()) != 1:
    sleep(1)
print("最终结果： %d" % gl

锁的拆解过程：

当一个线程调用acquire()方法时锁定，状态是locked

-只允许有一个线程获得锁，另一个线程想使用，该线程变成blocked状态，阻塞，直至有锁的线程调用release()方法释放锁，此时变成unlocked状态。

-线程调度从阻塞线程中选择一个来调用锁，并使此线程进入运行running状态。

总结：

锁好处：确保了代码可以由某一线程从开始到结束独立运行

锁坏处：阻止了多线程并发执行，单线程执行效率低下；使用多个锁可能会造成死锁

3、死锁

解释：线程间共享多个资源时，两个线程并各站一部分资源，同时等待对方释放资源，会造成死锁。

如何避免死锁：

程序设计时尽量避免

添加超时时间等