Python继承类的方式实现多线程及控制线程数

简介:

继承threading.Thread,并重写run方法实现多线程,这里用到logging日志模块是为了输出好看一些,直接print的话会几行叠在一起,不好看:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
#!/usr/bin/python
#coding:utf-8
import  threading
import  datetime
import  logging
import  time
logging.basicConfig(level  =  logging.DEBUG, format = '(%(threadName)-10s) %(message)s' ,)
list  =  [ '192.168.1.1' , '192.168.1.2' ]
class  Test(threading.Thread):
     def  __init__( self ,ip):
         threading.Thread.__init__( self )
         self .ip  =  ip
                                                                              
     def  run( self ):
         logging.debug( "%s start!"  %  self .ip)
         time.sleep( 5 )
         logging.debug( '%s Done!'  %  self .ip)
                                                                                  
                                                                              
if  __name__  = =  "__main__"
     #启动线程
     for  ip  in  list :
         =  Test(ip)
         t.start()
     #等待所有线程结束
     for  in  threading. enumerate ():
         if  is  threading.currentThread():
             continue
         t.join()
                                                                              
     logging.debug( 'Done!' )

运行结果:

170501236.png


接着用Semaphore去控制线程数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
#!/usr/bin/python
#coding:utf-8
import  threading
import  datetime
import  logging
import  time
logging.basicConfig(level  =  logging.DEBUG, format = '(%(threadName)-10s) %(message)s' ,)
list  =  [ '192.168.1.1' , '192.168.1.2' ]
class  Test(threading.Thread):
     def  __init__( self ,threadingSum, ip):
         threading.Thread.__init__( self )
         self .ip  =  ip
         self .threadingSum  =  threadingSum
                                                             
     def  run( self ):
         with  self .threadingSum:
             logging.debug( "%s start!"  %  self .ip)
             time.sleep( 5 )
             logging.debug( '%s Done!'  %  self .ip)
                                                                 
                                                             
if  __name__  = =  "__main__" :
     #设置线程数
     threadingSum  =  threading.Semaphore( 1 )
                                                         
     #启动线程
     for  ip  in  list :
         =  Test(threadingSum,ip)
         t.start()
     #等待所有线程结束
     for  in  threading. enumerate ():
         if  is  threading.currentThread():
             continue
         t.join()
                                                             
     logging.debug( 'Done!' )

运行结果:

170637287.png

接下来就根据需要来扩展run方法,满足日常工作。

本文转自运维笔记博客51CTO博客,原文链接http://blog.51cto.com/lihuipeng/1322247如需转载请自行联系原作者


lihuipeng

相关文章
|
12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。
335 0
|
9月前
|
JSON 网络协议 安全
【Java】(10)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
428 1
|
9月前
|
JSON 网络协议 安全
【Java基础】(1)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
394 1
|
9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。
792 0
|
11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。
815 1
|
10月前
|
缓存 供应链 芯片
电子元件类商品 item_get - 商品详情接口深度分析及 Python 实现
电子元件商品接口需精准返回型号参数、规格属性、认证及库存等专业数据,支持供应链管理与采购决策。本文详解其接口特性、数据结构与Python实现方案。
|
12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。
|
12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
|
10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
1656 102
|
10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
504 104

热门文章

最新文章

推荐镜像

更多