线程
线程是cpu执行调度的实体,是一个轻量级的“进程”。每个进程至少有一个线程。
线程与进程的区别:
同一个进程内的多个线程共享该进程内的地址资源
创建线程的开销要远小于创建进程的开销
2.1 开启线程的两种方式
#方式一 from threading import Thread import time def task(name): print('%s is running ' % name) time.sleep(2) print("%s is done" % name) if __name__ == '__main__': t = Thread(target=task, args=('子线程',)) t.start() print("主线程") # 方式二 from threading import Thread import time class Sayhi(Thread): def __init__(self, name): super().__init__() self.name = name def run(self): time.sleep(2) print('%s say hello' % self.name) if __name__ == '__main__': t = Sayhi('yk') t.start() print('主线程')
2.2 Thread对象的其他属性或方法
Thread实例对象的方法
isAlive(): 返回线程是否活动的。
getName(): 返回线程名。
setName(): 设置线程名。threading模块提供的一些方法:
threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前,不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量,与len(threading.enumerate())有相同的结果。
from threading import Thread import threading def work(): import time time.sleep(3) print(threading.current_thread().getName()) if __name__ == '__main__': # 在主进程下开启线程 t = Thread(target=work) t.start() print(threading.current_thread().getName()) print(threading.current_thread()) # 主线程 print(threading.enumerate()) # 连同主线程在内有两个运行的线程 print(threading.active_count()) print('主线程/主进程') ''' MainThread <_MainThread(MainThread, started 22644)> [<_MainThread(MainThread, started 22644)>, <Thread(Thread-1, started 528)>] 2 主线程/主进程 Thread-1 '''
from threading import Thread import time def sayhi(name): time.sleep(2) print('%s say hello' %name) if __name__ == '__main__': t=Thread(target=sayhi,args=('yk',)) t.start() t.join() print('主线程') print(t.is_alive()) ''' yk say hello 主线程 False '''
2.3 守护线程
守护线程
无论是进程还是线程,都遵循:守护xxx会等待主xxx运行完毕后被销毁
需要强调的是:运行完毕并非终止运行
1、对主进程来说,运行完毕指的是主进程代码运行完毕
2、对主线程来说,运行完毕指的是主线程所在的进程内所有非守护线程统统运行
完毕,主线程才算运行完毕详细解释:
1、主进程在其代码结束后就已经算运行完毕了(守护进程在此时就被回收),
然后主进程会一直等非守护的子进程都运行完毕后回收子进程的资源(否则会产生僵尸进程),才会结束,2、主线程在其他非守护线程运行完毕后才算运行完毕(守护线程在此时就被回收)。
因为主线程的结束意味着进程的结束,
进程整体的资源都将被回收,而进程必须保证非守护线程都运行完毕后才能结束。
from threading import Thread import time def sayhi(name): time.sleep(2) print('%s say hello' % name) if __name__ == '__main__': t = Thread(target=sayhi, args=('egon',)) t.setDaemon(True) # 必须在t.start()之前设置 t.start() print('主线程') print(t.is_alive()) # 走到这里,因为还有其它非守护线程没运行完毕,所以主线程其实还没退出,所以是True ''' 主线程 True '''
from threading import Thread import time def foo(): print(123) time.sleep(1) print("end123") def bar(): print(456) time.sleep(3) print("end456") if __name__ == '__main__': t1 = Thread(target=foo) t2 = Thread(target=bar) t1.daemon = True t1.start() t2.start() print("main-------") # time.sleep(3) print(t1.is_alive()) print(t2.is_alive()) ''' 123 456 main------- True True end123 end456 '''
2.4 GIL全局解释器锁
GIL本质就是一把互斥锁,既然是互斥锁,所有互斥锁的本质都一样,都是将并发运行变成串行,
以此来控制同一时间内共享数据只能被一个任务所修改,进而保证数据安全。也就是同一时间只能由一个任务执行。
GIL与Lock
机智的同学可能会问到这个问题:Python已经有一个GIL来保证同一时间只能有一个线程来执行了,为什么这里还需要lock?
首先,我们需要达成共识:锁的目的是为了保护共享的数据,同一时间只能有一个线程来修改共享的数据
然后,我们可以得出结论:保护不同的数据就应该加不同的锁。
最后,问题就很明朗了,GIL 与Lock是两把锁,保护的数据不一样,前者是解释器级别的(当然保护的就是解释器级别的数据,比如垃圾回收的数据),
后者是保护用户自己开发的应用程序的数据,很明显GIL不负责这件事,只能用户自定义加锁处理,即Lock,
那线程用来干什么?
现在的计算机基本上都是多核,python对于计算密集型的任务开多线程的效率并不能带来多大性能上的提升,甚至不如串行(没有大量切换),但是,对于IO密集型的任务效率还是有显著提升的。
用c语言解决GIL的问题
loop.c # 下面是用C语言写的一个函数,函数名为DeadLoop void DeadLoop() { while(1) { ; } } 把一个c语言文件编译成一个动态库的命令(linux平台下): gcc xxx.c -shared -o libxxxx.so from ctypes import * from threading import Thread #加载动态库 lib = cdll.LoadLibrary("./libdead_loop.so") #创建一个子线程,让其执行c语言编写的函数,此函数是一个死循环 t = Thread(target=lib.DeadLoop) t.start() #主线程 while True: pass
总结:
如果并发的多个任务是计算密集型:多进程效率高
如果并发的多个任务是IO密集型:多线程效率高应用:
多线程用于IO密集型,如socket,爬虫,web
多进程用于计算密集型,如金融分析
2.5 死锁与递归锁
所谓死锁: 是指两个或两个以上的进程或线程在执行过程中,因争夺资源而造成的一种互相等待的现象,产生了一个环路的状态。
若无外力作用,它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁,这些永远在互相等待的进程称为死锁进程,如下就是死锁
from threading import Thread,Lock import time mutexA=Lock() mutexB=Lock() class MyThread(Thread): def run(self): self.func1() self.func2() def func1(self): mutexA.acquire() print('