Python中threading模块的常用方法和示例

简介: Python 的 `threading` 模块提供了多线程编程的能力,允许同时执行多个线程。主要类包括 `Thread`、`Lock` 和 `Condition`。`Thread` 类用于创建和管理线程,`Lock` 用于同步线程,防止资源竞争,`Condition` 用于线程间协调。本文介绍了这些类的常用方法及示例代码,帮助你更好地理解和使用多线程编程。

Python中threading模块的常用方法和示例

Hi,大家好!这里是肆十二!

视频教程地址:【2024毕设系列】Anaconda和Pycharm如何使用_哔哩哔哩

Python的threading模块提供了多线程编程的能力,允许在同一时间内执行多个线程。下面是threading模块的一些常用方法和示例:

1. Thread类

Thread类是threading模块的主要类,用于表示一个线程。

常用方法:

  • __init__(self, group=None, target=None, name=None, args=(), kwargs={}, daemon=None)
    

    : 构造函数,创建一个新的线程对象。

    • target: 线程要执行的函数。
    • name: 线程名。
    • args: 传递给目标函数的参数元组。
    • kwargs: 传递给目标函数的参数字典。
    • daemon: 设置线程是否为守护线程。
  • start(): 开始执行线程。

  • run(): 定义线程功能的方法(通常在子类中重写)。

  • join(timeout=None): 等待线程终止。

  • is_alive(): 返回线程是否还存活。

  • setName(name): 设置线程名。

  • getName(): 获取线程名。

示例:

import threading  
import time  

def worker(number):  
    print(f"Worker {number} is starting.")  
    time.sleep(2)  
    print(f"Worker {number} is done.")  

# 创建线程对象  
threads = []  
for i in range(5):  
    t = threading.Thread(target=worker, args=(i,))  
    threads.append(t)  
    t.start()  

# 等待所有线程完成  
for t in threads:  
    t.join()  

print("All workers are done.")

2. Lock(锁)

Lock类用于同步线程,防止同时访问共享资源。

常用方法:

  • acquire(blocking=True, timeout=-1): 获取锁。
  • release(): 释放锁。

示例:

import threading  

counter = 0  
lock = threading.Lock()  

def increment_counter():  
    global counter  
    with lock:  
        counter += 1  

threads = []  
for _ in range(1000):  
    t = threading.Thread(target=increment_counter)  
    threads.append(t)  
    t.start()  

for t in threads:  
    t.join()  

print(f"Final Counter: {counter}")

3. Condition(条件变量)

Condition类用于线程间的协调,允许线程等待特定条件发生。

常用方法:

  • acquire(): 获取锁。
  • release(): 释放锁。
  • wait(timeout=None): 等待条件变量。
  • notify(n=1): 通知一个或多个等待的线程。
  • notifyAll(): 通知所有等待的线程。

示例:

import threading  

class ProducerConsumer:  
    def __init__(self):  
        self.condition = threading.Condition()  
        self.items = []  

    def producer(self):  
        with self.condition:  
            for i in range(5):  
                print(f"Producing item {i}")  
                self.items.append(i)  
                self.condition.notify()  
                self.condition.wait()  

    def consumer(self):  
        with self.condition:  
            while True:  
                self.condition.wait()  
                if self.items:  
                    item = self.items.pop(0)  
                    print(f"Consuming item {item}")  
                    self.condition.notify()  
                else:  
                    break  

# 使用示例  
pc = ProducerConsumer()  
producer_thread = threading.Thread(target=pc.producer)  
consumer_thread = threading.Thread(target=pc.consumer)  

producer_thread.start()  
consumer_thread.start()  

producer_thread.join()  
consumer_thread.join()

4. 其他常用方法和类

  • threading.active_count(): 返回当前活动的线程数。
  • threading.currentThread(): 返回当前的线程对象。
  • threading.enumerate(): 返回当前所有线程对象的列表。
  • threading.settrace(func): 为所有线程设置一个跟踪函数。
  • threading.setprofile(func): 为所有线程设置一个配置文件函数。
  • threading.Local(): 创建一个线程局部对象。

请注意,上述示例仅用于说明目的,并未考虑所有可能的边界情况和错误处理。在实际应用中,应根据需求调整和完善代码。

目录
相关文章
|
2天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1517 4
|
29天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
5天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
492 19
|
2天前
|
存储 SQL 关系型数据库
彻底搞懂InnoDB的MVCC多版本并发控制
本文详细介绍了InnoDB存储引擎中的两种并发控制方法:MVCC(多版本并发控制)和LBCC(基于锁的并发控制)。MVCC通过记录版本信息和使用快照读取机制,实现了高并发下的读写操作,而LBCC则通过加锁机制控制并发访问。文章深入探讨了MVCC的工作原理,包括插入、删除、修改流程及查询过程中的快照读取机制。通过多个案例演示了不同隔离级别下MVCC的具体表现,并解释了事务ID的分配和管理方式。最后,对比了四种隔离级别的性能特点,帮助读者理解如何根据具体需求选择合适的隔离级别以优化数据库性能。
179 1
|
8天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
9天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
448 5
|
7天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
313 2
|
23天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
25天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2608 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析