python多线程----------主线程,子线程,任务讲解----拿下就是胜利

简介: python多线程----------主线程,子线程,任务讲解----拿下就是胜利

这一篇博客主要介绍给分不清楚主线程.子线程的小可爱们

在之前的一篇博客中我简单的介绍了并发,并行

并发:是在时段的完成多个任务 ,但是每个时间点只有一个任务运行

而多线程就是这一个原理

守护线程

代码:

from threading import Thread
import requests
from selenium import webdriver
import time
# 并发 cpu数量小于执行任务数量 比如一个cpu运行多个进程
# 并行 cpu数量大于任务数量, 比如4个cpu运行4个进程
def sing():
    # 子线程
    for i in range(5):
        print("我是打打怪")
def dance():
    # 任务
    # for i in range(5):
    #     print("我是小小怪")
    #     time.sleep(1)
    print("11")
    print("22")
    time.sleep(1)
    print("33")
"""主线程"""
if __name__ == '__main__':
    a = time.time()
    # 创建5个子线程,每个子线程都发送一次dance()任务,非守护线程不会等待主线程运行结束而结束,而守护停止是在主线程和非守护运行完成后停止
    for i in range(5):
        t1 = Thread(target=dance)
        # 线程创建按完成
        t1.start()
    b = time.time()
    print(b - a)

结果:

可以看出主线程执行完成,但是子线程还在运行,这就是非守护线程(子线程),

非守护线程:就是主线程运行结束,还在运行,知道自己调用的函数运行完成(任务运行完成)

对于非守护线程,就算主线程执行完了,也要等非守护进程完成才能退出

守护线程

代码:

from threading import Thread
import requests
from selenium import webdriver
import time
# 并发 cpu数量小于执行任务数量 比如一个cpu运行多个进程
# 并行 cpu数量大于任务数量, 比如4个cpu运行4个进程
def sing():
    # 子线程
    for i in range(5):
        print("我是打打怪")
        time.sleep(5)
        print("子线程(守护)运行")
def dance():
    # 任务
    # for i in range(5):
    #     print("我是小小怪")
    #     time.sleep(1)
    print("11")
    time.sleep(1)
    print("子线程(非守护)运行")
"""主线程"""
if __name__ == '__main__':
    a = time.time()
    # 创建5个子线程,每个子线程都发送一次dance()任务,非守护线程不会等待主线程运行结束而结束,而守护停止是在主线程和非守护运行完成后停止
    for i in range(5):
        t1 = Thread(target=dance)
        # 线程创建按完成
        t1.start()
    for i in range(5):
        t2 = Thread(target=sing)
        t2.setDaemon(True)
        t2.start()
    b = time.time()
    print(b - a)

结果:

守护线程:要么自己运行在主线程或非守护线程前结束,要么等主线程或非守护线程结束,然后自己被强制行结束

子线程其实就是并发(同一时间段内执行多个操作)的任务;但本人理解为主线程里面有子线程,通过子线程来执行任务,任务就是我们定义的函数

setDaemon(Ture) :设置子进程为守护进程 ==  主进程关闭,子进程随即关闭【当你觉得一些线程不重要的时候,可以设置守护线程。】

Join() :设置阻塞 == 该子进程执行完才能执行主线程【当一些任务要先于另一些任务完成的时候,可以用】

这里就不介绍了

总结:这里是给分不清楚主线程和子线程的小可爱的,

相关文章
|
9月前
|
供应链 并行计算 算法
1行Python搞定高频任务!26个实用技巧解决日常+进阶需求
本文整理了26个Python极简技巧,涵盖日常高频操作与进阶玩法,助你用最少代码高效解决问题,提升编程效率。适合各阶段Python学习者参考。
363 27
|
11月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
11月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
330 0
|
8月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
759 0
|
10月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
782 1
|
11月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
11月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集
|
9月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1546 102
|
9月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
497 104
|
9月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
387 103

推荐镜像

更多