• 线程及其开启方式和方法


    初识线程

    在传统操作系统中,每个进程有一个地址空间,而且默认就有一个控制线程,cpu真正的执行单位是线程

    这和在工厂中很像,在工厂中,每个车间都有房子,而且每个车间默认有一条流水线

    所以,我们可以吧操作系统和工厂进行类比:

    操作系统 ===> 工厂
    进程 ===> 车间
    线程 ===> 流水线
    cpu  ===> 电源
    线程:cpu最小的执行单位
    进程:资源集合/资源单位.
    线程运行 = 运行代码
    进程运行 = 各种资源 + 线程
    

    右键运行:
    申请内存空间,先把解释器丢进去并且把代码丢进去(进程做的),运行代码(线程).

    进程和线程的区别:

    过程描述的区别

    线程==》单指代码的执行过程
    进程==》资源的申请与销毁的过程
    

    进程内存空间彼此隔离
    同一个进程下的线程共享资源.

    进程和线程的创建速度
    进程需要申请资源开辟空间 慢
    只是告诉操作系统一个执行方案 快

    线程开启的俩种方式

    线程开启的方式和进程十分的类似,我就不进行详细说明了,他也是分为方法和类俩种

    线程用的是throading模块

    方式一

    from threading import Thread
    import time
    def task():
        print('线程 start')
        time.sleep(2)
        print('线程 end')
    
    
    if __name__ == '__main__':
        t = Thread(target=task)
        t.start()  # 告诉操作系统开一个线程  .
    
        print('主')
    

    方式二

    from threading import Thread
    import time
    # 进程等待所有线程结束才会结束
    
    class Myt(Thread):
        def run(self):
            print('子线程 start')
            time.sleep(5)
            print('子线程 end')
    
    t = Myt()
    t.start()
    print('主线程')
    

    线程和进程创建速度比较

    进程在创建时,开启子进程需要申请资源开辟空间,较慢

    而线程在开启子线程只是告诉操作系统一个执行方案,较快

    我们可以用代码进行比较

    from threading import Thread
    from multiprocessing import Process
    import time
    
    def task(name):
        print(f'{name} is running')
        time.sleep(2)
        print(f'{name} is end')
    
    
    if __name__ == '__main__':
        t = Thread(target=task,args=('子线程',))
        p = Process(target=task,args=('子进程',))
        # t.start()
        p.start()
        print('主')
    
    开启子线程的打印效果:
    
    子线程 is running
    主
    子线程 is end
    
    ==================
    
    开启子进程打印效果:
    
    主
    子进程 is running
    子进程 is end
    
    ==================
    
    俩者都开启的打印效果:
    子线程 is running
    主
    子进程 is running
    子线程 is end
    子进程 is end
    

    子线程共享资源

    from threading import Thread
    import time, os
    
    x = 100
    def task():
        global x
        x = 50
        print(os.getpid()) # 12024
    
    
    if __name__ == '__main__':
    
        t = Thread(target=task)
        t.start()
        time.sleep(2)
        print(x) # 50
        print(os.getpid()) # 12024
    

    x的值被改变了,说明用的是同一个资源,也就是说,同一进程下的线程共享同一资源

    线程的join方法

    线程的join的使用方法大体上和进程还是有些类似的,话不多说,直接上代码吧

    from threading import Thread
    import time
    def task():
        print('子线程 start')
        time.sleep(2)
        print('子线程 end')
    
    t = Thread(target=task)
    t.start()
    t.join() # 等待子线程运行结束
    print('主线程')
    

    主线程会在子线程运行完之后再执行

    多线程的join

    当三个线程运行时间分别为1,2,3秒,执行时间会是多少呢?

    from threading import Thread
    import time
    def task(name,n):
        print(f'{name} start')
        time.sleep(n)
        print(f'{name} end')
    
    t1 = Thread(target=task,args=('线程1',1))
    t2 = Thread(target=task,args=('线程2',2))
    t3 = Thread(target=task,args=('线程3',3))
    start = time.time()
    t1.start()
    t2.start()
    t3.start()
    t1.join() # 111s
    t2.join() #
    t3.join()
    end = time.time() # 3.003263235092163
    # 思考一下 在单核的情况下 多个线程是如何利用cpu的
    print(end-start)
    
    
    # print('主线程')
    

    在单核的情况下,cpu先执行t1的start,遇到io之后直接跳到t2,在t2遇到io后又会跳到t3,等t1sleep完之后再执行t1的end,依次推类

    将这里和之前进程相比较,也可以发现线程的速度比进程快的多得多

    了解进程的join

    from multiprocessing import Process
    from threading import Thread
    import time
    def task():
        print('进程 开启')
        time.sleep(10)
        print('进程 结束')
    def task2():
        print('子线程 开启')
        time.sleep(2)
        print('子线程 结束')
    
    if __name__ == '__main__':
        p = Process(target=task)
        t = Thread(target=task2)
        t.start() # 开线程
        p.start() # 开进程
        print('子进程join开始')
        p.join() # 主进程的主线程等待子进程运行结束
        print('主')
    

    结果为:

    子线程 开启
    子进程join开始
    进程 开启
    子线程 结束
    进程 结束
    主
    

    可以发现,以往都说p.join是主进程等待子进程运行结束,现在我们发现,主进程的子线程并没有等待子进程运行结束,只有主进程的主线程才等待子进程运行结束

    线程的其他相关用法

    线程除了最常用的join,还有其他用法,其中大部分都和进程差不多,这里就不一一赘述,直接用代码来展示吧

    from threading import Thread,currentThread,enumerate,activeCount
    # import threading
    import time
    # threading.current_thread()
    # threading.current_thread()
    
    def task():
        print('子线程 start')
        time.sleep(2)
        print('子线程 end')
        print(enumerate())
        # print(currentThread(),'子线程')
    if __name__ == '__main__':
       t1 = Thread(target=task)
       t2 = Thread(target=task)
       t1.start()
       t2.start()
    
       # print(t1.is_alive()) # True
       # print(t1.getName()) # Thread-1
       # print(t2.getName()) # Thread-2
       # t1.setName('班长')
       # print(t1.getName())
       # print(currentThread().name)
       # print(enumerate()) # [<_MainThread(MainThread, started 1856)>, <Thread(Thread-1, started 6948)>, <Thread(Thread-2, started 3128)>]
       # print(activeCount()) # 3
       # print(len(enumerate())) # 3
    

    在这里,我们已经写了一个from threading import Thread之后,还可以写import threading,这样并不会占用更多的空间,当你需要别的东西的时候可以直接threading.xx就可以了

    守护线程

    守护的是进程的运行周期

    def task():
        print('守护线程开始')
        print(currentThread())
        time.sleep(20)
        # print('守护线程结束')
    
    def task2():
        print('子线程 start')
        time.sleep(5)
        print(enumerate())
        print('子线程 end')
    
    if __name__ == '__main__':
        t1 = Thread(target=task)
        t2 = Thread(target=task2)
        t1.daemon = True
        t2.start()
        t1.start()
        print('主')
    

    线程的守护线程会在进程结束的时候结束,也就是task中的print(currentThread())会在print('主')之后打印出来。但是task线程在sleep的时候主线程结束了,所以 最后的守护线程结束不会被打印

  • 相关阅读:
    SQL Server 2019安装及部署指南
    西门子1200PLC实用定位控制程序案例
    C#进行注册表项和键值操作
    上位机开发必备的一个实体类
    配置Internal Load balancer中VM的外网访问
    从中序后序遍历构造
    网络 | Linux ping任何ip均出现 Destination Host Unreachable 排查思路与方法
    Spring、Spring Framework、Spring Boot、Spring Cloud的区别
    Linux软件安装目录分类讲解
    APP嵌入H5时,软键盘处理(IOS)
  • 原文地址:https://www.cnblogs.com/hyc123/p/11536160.html
Copyright © 2020-2023  润新知