threading多线程模块

1 基本实现

Thread(target=函数名,args=(以元组形式传递的实参，要加","))

th = threading.Thread(target=run,args=(i,))就是实例化一个线程

th.start()就是对实例调用启动函数。

在内部，主线程就会创建30个子线程，子线程并发执行，所以虽然每个线程sleep(3)，但是是并发执行的。

进程总耗时3s出头。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)

for i in range(30):
    th = threading.Thread(target=run,args=(i,))
    th.start()

　

2 深入理解线程

2.1 主线程和子线程

程序执行时，产生一个进程，进程里首先有一个主线程，每个执行的是子线程

使用threading.current_thread()，发现在for循环中是主线程，在run函数里是子线程。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)

for i in range(3):
    th = threading.Thread(target=run,args=(i,))
    print(threading.current_thread())
    th.start()
>>>>
<_MainThread(MainThread, started 13112)>
run 0
<_MainThread(MainThread, started 13112)>
run 1
<_MainThread(MainThread, started 13112)>
run 2

　　

import time
import threading
def run(arg):
    print('run %s' %(arg))
    print(threading.current_thread())
    time.sleep(3)

for i in range(3):
    th = threading.Thread(target=run,args=(i,))
    th.start()
>>>>
run 0
<Thread(Thread-1, started 9976)>
run 1
<Thread(Thread-2, started 9980)>
run 2
<Thread(Thread-3, started 10800)>

　　

2.2 子线程的并发性

cost_time的打印值：cost time 0.07500743865966797

发现没有在上面的for循环结束后再执行cost_time = time.time() - start_time语句。

因为每个实例化线程就是创建子线程，创建完后子线程自己去运行。主线程马上进入下一个执行语句，不会等待子线程执行完毕。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(10)

start_time = time.time()

for i in range(600):
    th = threading.Thread(target=run,args=(i,))
    th.start()

cost_time = time.time() - start_time
print('cost time', (cost_time))

3 JOIN()

就是wait函数，一个线程调用join()，主线程就会等子线程执行完毕再往下走.

在这个程序中，相当于线程单并发顺序执行。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(1)

start_time = time.time()

for i in range(10):
    th = threading.Thread(target=run,args=(i,))
    th.start()
    th.join()

cost_time = time.time() - start_time
print('cost time', (cost_time))

>>>

E:Python2018L1venvScriptspython.exe E:/Python/2018L1/test/threadingserver.py
run 0
run 1
run 2
run 3
run 4
run 5
run 6
run 7
run 8
run 9
cost time 10.010000944137573

　　

创建空列表t_list，然后把线程实例作为元素追加到列表（不在这里写join，不然会在每个线程中顺序sleep。）

在一个for循环里，让每个实例执行join()。

最后cost time 3.002300262451172

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)

start_time = time.time()
t_list = []
for i in range(10):
    th = threading.Thread(target=run,args=(i,))
    th.start()
    t_list.append(th)

for i in t_list:
    i.join()

cost_time = time.time() - start_time
print('cost time', (cost_time))

　　

4 setDaemon

当主线程退出，守护子线程不管有没有执行完毕，都会马上退出。

对于非守护子线程，主线程会等它执行完毕再退出。

对于守护线程，主线程不会等它执行完毕，而是直接退出。

4.1

以下程序，虽然没有join函数，但主线程也会在所有线程执行完毕后才退出。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)
    print(threading.current_thread())

for i in range(3):
    th = threading.Thread(target=run,args=(i,))
    #th.setDaemon(True)
    th.start()

　

4.2

如果把子线程都设置为守护线程，就是说主线程不会在它执行完毕再退出，而是直接退出。

print(threading.current_thread())还没执行，就已经退出，不会再执行

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)
    print(threading.current_thread())

for i in range(3):
    th = threading.Thread(target=run,args=(i,))
    th.setDaemon(True)
    th.start()

　　

4.3

主线程的执行时间比守护子线程长。在主线程退出前子线程已执行完毕。

import time
import threading
def run(arg):
    print('run %s' %(arg))
    time.sleep(3)
    print(threading.current_thread())

for i in range(3):
    th = threading.Thread(target=run,args=(i,))
    th.setDaemon(True)
    th.start()
time.sleep(4)

　　

5 GIL全局解释器锁

在cpython上，使用gil（global interpreter lock），来保证同一时间只有一个线程在解释器中运行。所有的线程并发都是通过context switch来完成。

这使得python无法真正使用多核cpu。

6 线程锁（互斥锁）

6.1 线程共享数据池

在进程中的多线程，共享进程的内存空间。就是可以对同一个数据进行操作

import time
import threading
num = 0
def run():
    global num  #函数使用全局变量，需要global声明
    time.sleep(2)
    num += 1
    print('thread:',num)
for i in range(20):
    th = threading.Thread(target=run)
    th.start()
time.sleep(5)
print(num)

　　

6.2 线程锁的作用

多个线程同时操作同一块数据，假设t1先拿到data = 0，然后使用解释器，调用cpu运算 data ++。还没运算完成，就被context switch。

这时t2也操作data，这是data = 0，然后使用解释器，调用cpu运算data ++，然后把data = 1写入data数据。

这时切换回t1，t1从context里拿到数据data = 0，运算完成，然后把data = 1写入data数据。

这样就出错了。

所以需要对data这块数据上锁，同一时间只能有一个线程进行操作。

python3上程序会自动加锁。

6.3 死锁和递归锁

https://blog.csdn.net/u013210620/article/details/78723704

用得着再看

6.4 信号量

同一时间有几个线程可以访问共享数据。

信号量就是多把锁，允许同时多个线程运行。

可以控制同一时刻可以运行的线程数。

7 Event事件

用于实现线程间通信

set表示设定标志位，clear是清空标志位，在处理标志位的函数体中

wait是等待标志位为set，is_set是判断标志位是否为set，在检测标志位的函数体中

import time
import threading

event = threading.Event()

#-----红绿灯函数，在红灯时标志位清零，绿灯设置标志位-----
def lighter():
    count = 0
    event.set()
    while True:
        count += 1
        time.sleep(1)
        if count > 20 and count <= 30:
            event.clear()   #20-30s，红灯
            print('33[41mred light on33[0m')
        elif count > 30:
            event.set()
            count = 0
        else:
            print('33[42mgreen light on33[0m')

#----汽车函数，红灯停绿灯行，每秒1km----
def car(name):
    global mileage
    while True:
        if event.is_set():
            mileage += 1
            time.sleep(1)
            print('%s is running,the mileage is %s kilometer' % (name,mileage))
        else:
            time.sleep(1)
            print('%s is wait' %(name))
            event.wait()    #等待标志位设为set

if __name__ == '__main__':
    mileage = 0

    car1 = threading.Thread(target=car,args=('本田车',))
    car1.start()
    light = threading.Thread(target=lighter,)
    light.start()

　　

 8 应用场景

python是伪多线程，实际上是单线程在context switch，所以不适合cpu密集型操作任务，而适合io密集型任务。（socket的多并发网络连接就是io密集型任务）