• Python多线程中join函数与setDaemon函数使用说明


          在Python多线程编程的时候,经常需要用到join函数和setDaemon函数。之前对这两个函数一直理解不是很到位。今天查阅了很多资料,对两个函数的认识更加的深入一些了。

          join([timeout])可以参考Python文档说明。大概意思就是调用join函数会使得主调线程阻塞,直到被调用线程运行结束或超时。参数timeout是一个数值类型,用来表示超时时间,如果未提供该参数,那么主调线程将一直阻塞直到被调用线程结束。

          借鉴一下别人的代码说明情况:

    #!/usr/bin/env python
    
    import threading
    
    import time
    
    class MyThread(threading.Thread):
    
        def __init__(self, func, args, name=''):
    
            threading.Thread.__init__(self)
    
            self.name=name
    
            self.func=func
    
            self.args=args
    
        def run(self):
    
            apply(self.func, self.args)
    
    def print_func(num):
    
        while True:
    
            print "I am thread%d" % num
    
            time.sleep(1)
    
    threads = []
    
    t1 = MyThread(print_func, (1, ), print_func.__name__)
    
    threads.append(t1)
    
    t2 = MyThread(print_func, (2, ), print_func.__name__)
    
    threads.append(t2)
    
    for t in threads:
    
        t.start()
    
        t.join()
    
    print "ok
    "
    

          程序的运行输出如下:

    2

          查看程序输出发现只有第一个子线程在调用,第二个子线程以及父线程都没有继续走下去。这是因为join函数一直在等待子线程结束,但是循环使得子线程一直没有结束,这样后续子线程和主线程都阻塞了。使得只有第一个子线程在循环执行。

          改一下最后面的代码为:

    for t in threads:
    
        t.start()
    
    for t in threads:
    
        t.join()
    

          运行结果如下所示:

    3

          可以看到线程一和线程二在交替执行。两个子线程完成之前,父线程的print "ok "都不会执行。

          修改一下使得两个子线程运行时间不一样,会是怎样的结果呢?

    #!/usr/bin/env python
    
    import threading
    
    import time
    
    class MyThread(threading.Thread):
    
        def __init__(self, func, args, name=''):
    
            threading.Thread.__init__(self)
    
            self.name=name
    
            self.func=func
    
            self.args=args
    
        def run(self):
    
            apply(self.func, self.args)
    
    def print_func1(num):
    
        while True:
    
            print "I am thread%d" % num
    
            time.sleep(1)
    
    def print_func2(num):
    
        while True:
    
            print "I am thread%d" % num
    
            time.sleep(2)
    
    threads = []
    
    t1 = MyThread(print_func1, (1, ), print_func1.__name__)
    
    threads.append(t1)
    
    t2 = MyThread(print_func2, (2, ), print_func2.__name__)
    
    threads.append(t2)
    
    for t in threads:
    
        t.start()
    
    for t in threads:
    
        t.join()
    
    print "ok
    "
    

          运行结果如下图所示:

    4 

          可以看到一个子线程的完成不会影响另外一个子线程,父线程仍然一直被阻塞,需要等待两个子线程完成之后才会打印结果。

          setDaemon()可以参考Python文档说明。大概意思就是可以设置setDaemon的参数为True来表示将该线程指定为守护线程,如果参数为False就不指定线程为守护线程。设置setDaemon的参数为True之后。主线程和子线程会同时运行,主线程结束运行后,无论子线程运行与否,都会和主线程一起结束。

          借鉴一下别人的代码说明情况:

    #!/usr/bin/env python
    
    import threading
    
    import time
    
    class MyThread(threading.Thread):
    
        def __init__(self, func, args, name=''):
    
            threading.Thread.__init__(self)
    
            self.name=name
    
            self.func=func
    
            self.args=args
    
        def run(self):
    
            apply(self.func, self.args)
    
    def print_func(num):
    
        while True:
    
            print "I am thread%d" % num
    
            time.sleep(1)
    
    threads = []
    
    t1 = MyThread(print_func, (1, ), print_func.__name__)
    
    threads.append(t1)
    
    t2 = MyThread(print_func, (2, ), print_func.__name__)
    
    threads.append(t2)
    
    for t in threads:
    
        t.setDaemon(True)
    
        t.start()
    
    print "ok
    "
    

          运行结果如下图所示:

    1

          查看程序输出后可以发现print_func函数中的循环没有继续执行下去就退出了,由于setDaemon(True)把子线程设置为守护线程,子线程启动后,父线程也继续执行下去,当父线程执行完最后一条语句print "ok "后,没有等待子线程是否完成,直接就退出了,同时子线程也一同结束。

  • 相关阅读:
    Django 模型层
    Django 模板层
    就在明晚,3月10日19:30,#HMS Core Insights#直播来了!
    Unity平台 | 快速集成华为性能管理服务
    手把手教你集成华为机器学习服务(ML Kit)人脸检测功能
    在onBackPress中实现退出拦截时不生效
    在家也可以享受购物体验?AR+Scene 帮您实现商品3D展示和虚拟试戴
    web组件发消息给H5页面时报错
    借助近距离通信,实现手机作为游戏控制器掌控大屏游戏
    快应用审核常见问题
  • 原文地址:https://www.cnblogs.com/hiccup/p/5423964.html
Copyright © 2020-2023  润新知