python 包之 threading 多线程

python 包之 threading 多线程

目录

一、创建一个线程

二、创建多个线程

三、线程同步

四、递归锁

五、信号锁

一、创建一个线程

通过实例化threading.Thread类创建线程

import threading def func(s): print(s) if __name__ == '__main__': # 创建线程 thread = threading.Thread(target=func, args=('hello',)) # 启动线程 thread.start() # 等待线程结束 thread.join() 二、创建多个线程 import threading def func(s): print(s) if __name__ == '__main__': thread = [ threading.Thread(target=func, args=('1', )) threading.Thread(target=func, args=('2', )) ] [t.start() for t in thread] [t.join() for t in thread] 三、线程同步

使用锁实现线程同步

threading.Lock是直接通过_thread模块扩展实现的

锁只有“锁定”和“非锁定”两种状态

同一个线程获取锁后,如果在释放锁之前再次获取锁会导致当前线程阻塞,除非有另外的线程来释放锁,如果只有一个线程,并且发生了这种情况,会导致这个线程一直阻塞下去,即形成了死锁。

import time import threading # 创建锁 lock = threading.Lock() # 全局变量 global_resource = [None] * 5 def change_resource(para, sleep): # 请求锁 lock.acquire() # 这段代码如果不加锁,第一个线程运行结束后global_resource中是乱的,输出为:结果是: ['hello', 'hi', 'hi', 'hello', 'hello'] # 第二个线程运行结束后,global_resource中还是乱的,输出为:结果是: ['hello', 'hi', 'hi', 'hi', 'hi'] global global_resource for i in range(len(global_resource)): global_resource[i] = para time.sleep(sleep) print("结果是:", global_resource) # 释放锁 lock.release() if __name__ == '__main__': thread = [ threading.Thread(target=change_resource, args=('hi', 2)) threading.Thread(target=change_resource, args=('hello', 1)) ] [t.start() for t in thread] [t.join() for t in thread] # 结果是: ['hi', 'hi', 'hi', 'hi', 'hi'] # 结果是: ['hello', 'hello', 'hello', 'hello', 'hello'] 四、递归锁

上面线程同步使用的是普通锁,也就是只有锁的状态,并不知道是哪个线程加的锁

这样的话使用普通锁时,对于一些可能造成死锁的情况,可以考虑使用递归锁来解决

递归锁和普通锁的差别在于加入了“所属线程”和“递归等级”的概念

释放锁必须有获取锁的线程来进行释放

import time import threading # 使用成一个递归锁就可以解决当前这种死锁情况 rlock_hi = rlock_hello = threading.RLock() def test_thread_hi(): # 初始时锁内部的递归等级为1 rlock_hi.acquire() print('线程test_thread_hi获得了锁rlock_hi') time.sleep(2) # 如果再次获取同样一把锁,则不会阻塞,只是内部的递归等级加1 rlock_hello.acquire() print('线程test_thread_hi获得了锁rlock_hello') # 释放一次锁,内部递归等级减1 rlock_hello.release() # 这里再次减,当递归等级为0时,其他线程才可获取到此锁 rlock_hi.release() def test_thread_hello(): rlock_hello.acquire() print('线程test_thread_hello获得了锁rlock_hello') time.sleep(2) rlock_hi.acquire() print('线程test_thread_hello获得了锁rlock_hi') rlock_hi.release() rlock_hello.release() if __name__ == '__main__': thread = [ threading.Thread(target=test_thread_hi) threading.Thread(target=test_thread_hello) ] [t.start() for t in thread] [t.join() for t in thread] 五、信号锁

一个信号量管理一个内部计数器

acquire()方法会减少计数器,release()方法则增加计数器

计数器的值永远不会小于零

当调用acquire()时,如果发现该计数器为零,则阻塞线程

直到调用release()方法使计数器增加。

import time import threading # 创建信号量对象,初始化计数器值为3 semaphore3 = threading.Semaphore(3) def thread_semaphore(index): # 信号量计数器减1 semaphore3.acquire() time.sleep(2) print('thread_%s is running...' % index) # 信号量计数器加1 semaphore3.release() if __name__ == '__main__': # 虽然会有9个线程运行,但是通过信号量控制同时只能有3个线程运行 # 第4个线程启动时,调用acquire发现计数器为0了,所以就会阻塞等待计数器大于0的时候 for index in range(9): threading.Thread(target=thread_semaphore, args=(index, )).start()

到此这篇关于python 包之 threading 多线程的文章就介绍到这了,更多相关threading 多线程内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)!

推荐阅读

    设置线程名称|tomcat线程名称设置

    设置线程名称|tomcat线程名称设置,,1. tomcat线程名称设置一.tomcat的优化1.tomcat的自身调优采用动静分离调优Tomcat线程池调优Tomcat的

    多线程cpu电脑|多线程的CPU

    多线程cpu电脑|多线程的CPU,,1. 多线程的CPU四核心四线程,表示这个电脑的CPU核心是4个核心、4个线程的。电脑CPU的核心数量和线程数量越多,

    简单的线程池(三)

    简单的线程池(三),吞吐量,线程,◆ 概要本文中,作者针对 《简单的线程池(一)》 和 《简单的线程池(二)》 介绍的两个线程池分别进行了并发测试。基

    Common Lisp支持多线程吗

    Common Lisp支持多线程吗,语言,都是,本文目录Common Lisp支持多线程吗能推荐下比较经典的common lisp 代码么相比Scheme 与 Common Lisp,Cl

    超线程技术是什么

    超线程技术是什么,超线程技术,性能,超线程,提升,执行,线程,超线程技术是什么超线程技术是在一颗CPU同时执行多个程序而共同分享一颗CPU内的资源