详解python中的线程与线程池

线程

进程和线程

什么是进程?

进程就是正在运行的程序, 一个任务就是一个进程, 进程的主要工作是管理资源, 而不是实现功能

什么是线程?

线程的主要工作是去实现功能, 比如执行计算.

线程和进程的关系就像员工与老板的关系,

老板(进程) 提供资源 和 工作空间,

员工(线程) 负责去完成相应的任务

特点

一个进程至少由一个线程, 这一个必须存在的线程被称为主线程, 同时一个进程也可以有多个线程, 即多线程

当我们我们遇到一些需要重复执行的代码时, 就可以使用多线程分担一些任务, 进而加快运行速度

线程的实现

线程模块

Python通过两个标准库_thread和threading, 提供对线程的支持 , threading对_thread进行了封装。

threading模块中提供了Thread , Lock , RLock , Condition等组件。

因此在实际的使用中我们一般都是使用threading来实现多线程

线程包括子线程和主线程:

主线程 : 当一个程序启动时 , 就有一个线程开始运行 , 该线程通常叫做程序的主线程

子线程 : 因为程序是开始时就执行的 , 如果你需要再创建线程 , 那么创建的线程就是这个主线程的子线程

主线程的重要性体现在两方面 :

  1. 是产生其他子线程的线程
  2. 通常它必须最后完成执行, 比如执行各种关闭操作

Thread类

常用参数说明

参数说明
target表示调用的对象, 即子线程要执行的任务, 可以是某个内置方法, 或是你自己写的函数
name子线程的名称
args传入target函数中的位置参数, 是一个元组, 参数后必须加逗号

常用实例方法

方法作用
Thread.run(self)线程启动时运行的方法, 由该方法调用 target参数所指定的函数
Thread.start(self)启动进程, start方法就是区帮你调用run方法
Thread.terminate(self)强制终止线程
Thread.join(self, timeout=None)阻塞调用, 主线程进行等待
Thread.setDaemon(self, daemonic)将子线程设置为守护线程, 随主线程结束而结束
Thread.getName(self, name)获取线程名
Thread.setName(self, name)设置线程名

创建线程

python中创建线程有两种方式, 实例Thread类和继承重写Thread类

实例Thread类

import threading

import time

def run(name, s): # 线程要执行的任务

time.sleep(s) # 停两秒

print('I am %s' % name)

# 实例化线程类, 并传入函数及其参数,

t1 = threading.Thread(target=run, name='one', args=('One', 5))

t2 = threading.Thread(target=run, name='two', args=('Two', 2))

# 开始执行, 这两个线程会同步执行

t1.start()

t2.start()

print(t1.getName()) # 获取线程名

print(t2.getName())

# Result:

one

two

I am Two # 运行2s后

I am One # 运行5s后

继承Thread类

class MyThread(threading.Thread): # 继承threading中的Thread类

# 线程所需的参数

def __init__(self, name, second):

super().__init__()

self.name = name

self.second = second

# 重写run方法,表示线程所执行的任务,必须有

def run(self):

time.sleep(self.second)

print('I am %s' % self.name)

# 创建线程实例

t1 = MyThread('One', 5)

t2 = MyThread('Two', 2)

# 启动线程,实际上是调用了类中的run方法

t1.start()

t2.start()

t1.join()

print(t1.getName())

print(t2.getName())

# Result:

I am Two # 运行后2s

I am One # 运行后5s

One

Two

常用方法

join()

阻塞调用程序 , 直到调用join () 方法的线程执行结束, 才会继续往下执行

# 开始执行, 这两个线程会同步执行

t1.start()

t2.start()

t1.join() # 等待t1线程执行完毕,再继续执行剩余的代码

print(t1.getName())

print(t2.getName())

# Result:

I am Two

I am One

one

two

setDemon()

使用给线程设置守护模式: 子线程跟随主线程的结束而结束, 不管这个子线程任务是否完成. 而非守护模式的子线程只有在执行完成后, 主线程才会执行完成

setDaemon() 与 join() 基本上是相对的 , join会等子线程执行完毕 ; 而setDaemon则不会等

def run(name, s): # 线程要执行的函数

time.sleep(s) # 停两秒

print('I am %s' % name)

# 实例化线程类, 并传入函数及其参数

t1 = threading.Thread(target=run, name='one', args=('One', 5))

t2 = threading.Thread(target=run, name='two', args=('Two', 2))

# 给t1设置守护模式, 使其随着主线程的结束而结束

t1.setDaemon(True)

# 开始执行, 这两个线程会同步执行

t1.start()

t2.start() # 主线程会等待未设置守护模式的线程t2执行完成

# Result:

I am Two # 运行后2s

线程间的通信

互斥锁

在同一个进程的多线程中 , 其中的变量对于所有线程来说都是共享的 , 因此 , 如果多个线程之间同时修改一个变量 , 那就乱套了 , 共享的数据就会有很大的风险 , 所以我们需要互斥锁 , 来锁住数据 , 防止篡改。

来看一个错误的示范:

a = 0

def incr(n):

global a

for i in range(n):

a += 1

# 这两个方法同时声明了变量a,并对其进行修改

def decr(n):

global a

for i in range(n):

a -= 1

t_incr = threading.Thread(target=incr, args=(1000000,))

t_decr = threading.Thread(target=decr, args=(1000000,))

t_incr.start()

t_decr.start()

t_incr.join()

t_decr.join()

print(a)

# 期望结果应该是0, 但是因为这里没有设置互斥锁, 所以两个方法是同时对同一个变量进行修改, 得到的的结果值是随机的

下面我们改一下上面的代码 , 两个方法加上互斥锁:

a = 0

lock = threading.Lock() # 实例化互斥锁对象, 方便之后的调用

def incr(n):

global a

for i in range(n):

lock.acquire() # 上锁的方法

a += 1

lock.release() # 解锁的方法

# 要注意的是上锁的位置是, 出现修改操作的代码

def decr(n):

global a

for i in range(n):

with lock: # 也可以直接使用with, 自动解锁

a -= 1

t_incr = threading.Thread(target=incr, args=(1000000,))

t_decr = threading.Thread(target=decr, args=(1000000,))

t_incr.start()

t_decr.start()

t_incr.join()

t_decr.join()

print(a)

# Result: 0

在容易出现抢夺资源的地方进行上锁 , 实现同一时间内 , 只有一个线程可以对对象进行操作

队列Queue

常用方法

关键字解释
put(item)入队 , 将item放入队列中 , 在队列为满时插入值会发生阻塞(1)
get()出队 , 从队列中移除并返回一个数据 , 在队列为空时获取值会发生阻塞
task_done()任务结束 , 意味着之前入队的一个任务已经完成。由队列的消费者线程调用
join()等待完成 , 阻塞调用线程,直到队列中的所有任务被处理掉。
empty()如果队列为空,返回True,反之返回False
full()如果队列为满,返回True,反之返回False
qsize()队列长度 , 返回当前队列的数据量

(1): 阻塞: 程序停在阻塞的位置 , 无法继续执行

导入和实例化

import queue

q = queue.Queue(4) # 实例化队列对象, 并设置最大数据量

put() 和 get()

q.put('a')

q.put('b')

print(q.get()) # : a

print(q.get()) # : b

q.task_done() # get后必须要加task_done,确认get操作是否完成

q.put(1) # 当前队列已满,再次put就会阻塞

print(q.full()) # 由于已经阻塞, 所以这段不会被执行

# put会在队列慢了点时候,在插入值会发生阻塞

# get会在队列里没有值的时候,会发生阻塞

empty()

print(q.empty()) # 判断队列是否为空: True

q.put('test')

print(q.empty()) # : False

qsize()

print(q.qsize()) # 当前队列里有多少人: 1

full()

q.put(1)

q.put(1)

q.put(1)

print(q.full()) # : True

join()

print('testetsetset')

q.join() # join会在队列非空时发生阻塞

print('done') # 由于已经阻塞, 所以这段不会被执行

线程池

池的概念

线程池中实现准备好了一些可以重复使用的线程 , 等待接受任务并执行

主线程提交任务给 线程池 , 线程池中的每个线程会一次一个的接收任务并执行 , 直到主线程执行结束

主线程: 相当于生产者,只管向线程池提交任务。

并不关心线程池是如何执行任务的。

因此,并不关心是哪一个线程执行的这个任务。

线程池: 相当于消费者,负责接收任务,

并将任务分配到一个空闲的线程中去执行。

自定义线程池

import queue

import threading

import time

class ThreadPool: # 自定义线程池

def __init__(self, n): # 主线程做

self.queue_obj = queue.Queue()

for i in range(n):

threading.Thread(target=self.worker, daemon=True).start() # 给子线程worker设置为守护模式

def worker(self): # 子线程做,由于Debug调试的只是主线程的代码,所以在调试时看不到子线程执行的代码

"""线程对象,写while True 是为了能够一直执行任务。"""

while True: # 让线程执行完一个任务之后不会死掉,主线程结束时,守护模式会让worker里的死循环停止

func = self.queue_obj.get() # get已经入队的任务, 这里会接收到主线程分配的func

# 由于设置了守护模式,当队列为空时,不会一直阻塞在get这里

# 有了守护模式,worker会在主线程执行完毕后死掉

func() # 将队列里的任务拿出来调用

"""

这里func与task_done的顺序非常重要,如果func放在task_done后面的话会出现只执行两次就结束。

"""

self.queue_obj.task_done() # task_done 会刷新计数器

# 线程池里有一个类似计数器的机制,用来记录put的次数(+1),每一次task_done都会回拨一次记录的次数(-1)

# 当回拨完计数器为0之后,就会执行join

def apply_async(self, func): # 主线程做

"""向队列中传入需要执行的函数对象"""

self.queue_obj.put(func) # 将接收到的func入队

def join(self): # 主线程做

"""等待队列中的内容被取完"""

self.queue_obj.join() # 队列里不为空就阻塞,为空就不阻塞

简单使用

def task1(): # 子线程做

time.sleep(2)

print('task1 over')

def task2(): # 子线程做

time.sleep(3)

print('task2 over')

P = ThreadPool(2) # 如果在start开启线程之后没有传入任务对象,worker里的get会直接阻塞

P.apply_async(task1)

P.apply_async(task2)

print('start')

P.join()

print('done')

# Result:

start

task1 over

task2 over

done

如果get发生阻塞意味着队列为空,意味着join不阻塞,意味着print('done')会执行,

意味着主线程没有任务在做,意味着主线程结束,意味着不等待设置了守护的线程执行任务,

意味着子线程会随着主线程的死亡而死亡,这就是为什么会设置守护模式。

如果没有设置守护模式意味着get发生阻塞,意味着子线程任务执行不完,意味着主线程一直要等子线程完成,

意味着程序一直都结束不了,意味着程序有问题

python内置线程池

原理

  1. 创建线程池
  2. 将任务扔进去
  3. 关闭线程池
  4. 等待线程任务执行完毕

 '''手动实现线程池:

主要是配合队列来进行实现,我们定义好一个队列对象,然后将我们的任务对象put到我们的队列对象中,

然后使用多线程,让我们的线程去get队列种的对象,然后各自去执行自己get到的任务,

这样的话其实也就实现了线程池

'''

使用方法

from multiprocessing.pool import ThreadPool

import time

pool = ThreadPool(2) # 直接使用内置线程池, 设置最大线程数

def task1():

time.sleep(2)

print('task1 over')

def task2(*args, **kwargs):

time.sleep(3)

print('task2 over', args, kwargs)

pool.apply_async(task1)

pool.apply_async(task2, args=(1, 2), kwds={'a': 1, 'b': 2})

print('Task Submitted')

pool.close() # 要点: close必须要在join之前, 不允许再提交任务了

pool.join()

print('Mission Complete')

# Result:

Task Submitted

task1 over

task2 over (1, 2) {'a': 1, 'b': 2}

Mission Complete

其他操作

操作一: close - 关闭提交通道,不允许再提交任务

操作二: terminate - 中止进程池,中止所有任务

以上所述是小编给大家介绍的python线程与线程池详解整合,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!

以上是 详解python中的线程与线程池 的全部内容, 来源链接: utcz.com/z/361106.html

回到顶部