开发者

Python全栈之线程详解

目录
  • 1. 线程的概念
    • 1.1 Manager_进程通信
    • 1.2 线程的概念
  • 2. 线程的基本使用
    • 3. 自定义线程_守护线程
      • 3.1 自定义线程
      • 3.2 守护线程
    • 4. 线程安全问题
      • 4.1 线程安全问题
      • 4.2 Semaphore_信号量
    • 5. 死锁_互斥锁_递编程客栈归锁
      • 6. 线程事件
        • 总结

          1. 线程的概念

          1.1 Manager_进程通信

          # ### Manager ( list 列表  ,  dict 字典 ) 进程之间共享数据
          from multiprocessing import Process , Manager ,Lock
          def mywork(data,lock):
          	# 共享字典
          	"""
          	lock.acquire()
          	data["count"] -= 10
          	lock.release()
          	"""
          	# 共享列表
          	data[0] += 1
          if __name__ == "__main__":
          	lst = []
          	m = Manager()
          	lock = Lock()
          	# 多进程中的共享字典
          	# data = m.dict(  {"count":5000}  )
          	# print(data , type(data) )
          	# 多进程中的共享列表
          	data =  m.list( [100,200,300] )
          	# print(data , type(data) )
          	""""""
          	# 进程数超过1000,处理该数据,死机(谨慎操作)
          	for i in range(10):
          		p = Process(target=mywork,args=(data,lock))
          		p.start()
          		lst.append(p)
          	# 必须等待子进程所有计算完毕之后,再去打印该字典,否则报错;
          	for i in lst:
          		i.join()
          	print(data)
          

          1.2 线程的概念

          线程概念:

          #进程是资源分配的最小单位
          #线程是计算机中调度的最小单位
          #线程的缘起
          资源分配需要分配内存空间,分配cpu:
          分配的内存空间存放着临时要处理的数据等,比如要执行的代码,数据
          而这些内存空间是有限的,不能无限分配
          目前配置高的主机,5万个并发已是上限.线程BKvNyWPwj概念应用而生.
          #线程的特点
          线程是比较轻量级,能干更多的活,一个进程中的所有线程资源是共享的.
          一个进程至少有一个线程在工作
          

          线程的缺陷:

          #python中的线程可以并发,但是不能并行(同一个进程下的多个线程不能分开被多个cpu同时执行)
          #原因:
             全局解释器锁(Cpython解释器特有) GIL锁:
             同一时间,一个进程下的多个线程只能被一个cpu执行,不能实现线程的并行操作   
             python是解释型语言,执行一句编译一句,而不是一次性全部编译成功,不能提前规划,都是临时调度
            http://www.cppcns.com 容易造成cpu执行调度异常.所以加了一把锁叫GIL   	
          #想要并行的解决办法:
              (1)用多进程间接实现线程的并行
              (2)换一个Pypy,Jpython解释器
          #程序分为计算密集型和io密集型
          	对于计算密集型程序会过度依赖cpu,但网页,爬虫,OA办公,这种io密集型的程序里,python绰绰有余
          

          小结:

          进程中的线程,同一时间只能有一个cup(单核来回切换进行处理线程)来执行,单核之间可以进程切换
          工作,以避免一个单核持续工作,过热导致频率降低。(java可以在同一时间进行多核操作,也就是同步操作)
          线程是执行调度的最小单位
          一个进程包含多个线程,一个进程至少一个线程
          线程在一个进程当中可以共享http://www.cppcns.com一份资源
          线程的缺陷:不能并行(java可以)
          一个程序,至少一个主进程和一个主线程
          

          Python全栈之线程详解

          2. 线程的基本使用

          # ### 线程 
          """
          进程是资源分配的最小单元
          线程是cpu执行调度的最小单元
          """
          # (1) 一个进程里包含了多个线程,线程之间是异步并发
          from threading import Thread
          from multiprocessing import Process
          import os , time , random
          """
          def func(i):
          	time.sleep(random.uniform(0.1,0.9))
          	print("当前进程号:{}".format(os.getpid()) , i)
          if __name__ == "__main__":
          	for i in range(10):
          		t = Thread(target=func,args=(i,))
          		t.start()
          print(os.getpid())
          """
          # (2) 并发的多进程和多线程之间,多线程的速度更快
          # 多线程速度
          def func(i):
          	print( "当前进程号:{} , 参数是{} ".format(os.getpid() , i)  )
          """
          if __name__ == "__main__":
          	lst = []
          	startime = time.time()
          	for i in range(10000):
          		t = Thread(target=func,args=(i,))
          		t.start()
          		lst.append(t)
          	# print(lst)
          	for i in lst:
          		i.join()
          	endtime = time.time()
          	print("运行的时间是{}".format(endtime - startime) ) # 运行的时间是1.8805944919586182
          """
          # 多进程速度
          """
          if __name__ == "__main__":
          	lst = []
          	startime = time.time()
          	for i in range(10000):
          		p = Process(target=func,args=(i,))
          		p.start()
          		lst.append(p)
          	# print(lst)
          	for i in lst:
          		i.join()
          	endtime = time.time()
          	print("运行的时间是{}".format(endtime - startime) ) # 运行的时间是101.68004035949707
          """
          # (3) 多线程之间,数据共享
          num = 100
          lst = []
          def func():
          	global num
          	num -= 1
          for i in range(100):
          	t = Thread(target=func)
          	t.start()
          	lst.append(t)
          for i in lst:
          	i.join()
          print(num)
          

          Python全栈之线程详解

          小提示: 一个线程对变量进行操作的时候,其他的线程就不能在对这个变量进行操作。这个时候用锁把线程锁住。

          3. 自定义线程_守护线程

          3.1 自定义线程

          # ### 用类定义线程
          from threading import Thread
          import os,time
          # (1)必须继承父类Thread,来自定义线程类
          """
          class MyThread(Thread):
          	def __init__(self,name):
          		# 手动调用父类的构造方法
          		super().__init__()
          		# 自定义当前类需要传递的参数
          		self.name = name
          	def run(self):
          		print(  "当前进程号{},name={}".format(os.getpid() , self.name)  )
          if __name__ == "__main__":
          	t = MyThread("我是线程")
          	t.start()
          	print( "当前进程号{}".format(os.getpid()) )
          """
          # ### 线程中的相关属性
          """
          # 线程.is_alive()    检测线程是否仍然存在
          # 线程.setName()     设置线程名字
          # 线程.getName()     获取线程名字
          # 1.currentThread().ident 查看线程id号 
          # 2.enumerate()        返回目前正在运行的线程列表
          # 3.activeCount()      返回目前正在运行的线程数量
          """
          """
          def func():
          	time.sleep(1)
          if __name__ == "__main__":
          	t = Thread(target=func)
          	t.start()
          	# 检测线程是否仍然存在
          	print( t.is_alive() )
          	# 线程.getName()     获取线程名字
          	print(t.getName())
          	# 设置线程名字
          	t.setName("抓API接口")
          	print(t.getName())
          """
          from threading import currentThread
          from threading import enumerate
          from threading import activeCount
          def func():
          	time.sleep(0.1)
          	print("当前子线程号id是{},进程号{}".format( currentThread().ident ,os.getpid()) )
          if __name__ == "__main__":
          	t = Thread(target=func)
          	t.start()
          	print("当前主线程号id是{},进程号{}".format( currentThread().ident ,os.getpid()) )
          	for i in range(5):
          		t = Thread(target=func)
          		t.start()
          	# 返回目前正在运行的线程列表
          	lst = enumerate()
          	print(lst,len(lst))
          	# 返回目前正在运行的线程数量 (了解)
          	print(activeCount())
          

          3.2 守护线程

          # ### 守护线程 : 等待所有线程全部执行完毕之后,自己在终止程序,守护所有线程
          from threading import Thread
          import time
          def func1():
          	while True:
          		time.sleep(1)		
          		print("我是函数func1")
          def func2():
          	print("我是func2  start ... ")
          	time.sleep(3)
          	print("我是func2  end ... ")
          def func3():
          	print("我是func3 start ... ")
          	time.sleep(6)	
          	print("我是func3  end ... ")
          if __name__ == "__main__":
          	t = Thread(target=func1)
          	t2 = Thread(target=func2)
          	t3 = Thread(target=func3)
          	# 设置守护线程 (启动前设置)
          	t.setDaemon(True)
          	t.start()
          	t2.start()
          	t3.start()
          	print("主线程执行结束.... ")
          

          4. 线程安全问题

          4.1 线程安全问题

          # ### 线程中的数据安全问题
          from threading import  Thread  , Lock
          import time
          n = 0
          def func1(lock):
          	global n
          	lock.acquire() 
          	for i in range(1000000):		
          		n += 1
          	lock.release()
          def func2(lock):
          	global n
          	# with语法可以简化上锁+解锁的操作,自动完成
          	with lock:
          		for i in range(1000000):
          			n -= 1
          if __name__ == "__main__":
          	lst = []
          	lock = Lock()
          	start = time.time()
          	for i in range(10):
          		t1 = Thread(target=func1 ,args=(lock,) )
          		t1.start()
          		t2 = Thread(target=func2 ,args=(lock,) )
          		t2.start()
          		lst.append(t1)
          		lst.append(t2)
          	for i in lst:
          		i.join()
          	# print(lst,len(lst))
          	end = time.time()
          	print("主线程执行结束... 当前n结果为{} ,用时{}".format(n , end-start))
          

          4.2 Semaphore_信号量

          # ### 信号量 Semaphore (线程)
          """同一时间对多个线程上多把锁"""
          from threading import Thread,Semaphore
          import time , random
          def func(i,sem):
          	time.sleep(random.uniform(0.1,0.7))
          	# with语法自动实现上锁 + 解锁
          	with sem:		
          		print("我在电影院拉屎 .... 我是{}号".format(i))
          if __name__ == "__main__":
          	sem = Semaphore(5)
          	for i in range(30):
          		Thread(target=func,args=(i,sem)).start()
          	print(1)
          """
          	创建线程是编程客栈异步的,
          	上锁的过程会导致程序变成同步;
          """		
          

          5. 死锁_互斥锁_递归锁

          加一把锁,就对应解一把锁.形成互斥锁.
          从语法上来说,锁可以互相嵌套,但不要使用,
          不要因为逻辑问题让上锁分成两次.导致死锁
          递归锁用于解决死锁,但只是一种应急的处理办法
          
          # ### 互斥锁 死锁 递归锁
          from threading import Thread , Lock , RLock
          import time
          # (1) 语法上的死锁
          """语法上的死锁: 是连续上锁不解锁"""
          """
          lock = Lock()
          lock.acquire()
          # lock.acquire() error
          print("代码执行中 ... 1")
          lock.release()
          lock.release()
          """
          """是两把完全不同的锁"""
          lock1 = Lock()
          lock2 = Lock()
          lock1.acquire()
          lock2.acquire()
          print("代码执行中 ... 2")
          lock2.release()
          lock1.release()
          # (2) 逻辑上的死锁
          """"""
          noodles_lock = Lock()
          kuaizi_lock = Lock()
          def eat1(name):
          	noodles_lock.acquire()
          	print("{}抢到面条了 ... ".format(name))
          	kuaizi_lock.acquire()
          	print("{}抢到筷子了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)
          	kuaizi_lock.release()
          	print("{}吃完了,满意的放下了筷子".format(name))
          	noodles_lock.release()
          	print("{}吃完了,满意的放下了面条".format(name))
          def eat2(name):
          	kuaizi_lock.acquire()
          	print("{}抢到筷子了 ... ".format(name))
          	noodles_lock.acquire()
          	print("{}抢到面条了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)	
          	noodles_lock.release()
          	print("{}吃完了,满意的放下了面条".format(name))
          	# kuaizi_lock.release()
          	print("{}吃完了,满意的放下了筷子".format(name))
          if __name__ == "__main__":
          	lst1 = ["康裕康","张宇"]
          	lst2 = ["张保张","赵沈阳"]
          	for name in lst1:
          		Thread(target=eat1,args=(name,)).start()
          	for name in lst2:
          		Thread(target=eat2,args=(name,)).start()
          # (3) 使用递归锁
          """
          	递归锁的提出专门用来解决死锁现象
          	用于快速解决线上项目死锁问题
          	即使连续上锁,使用递归锁后也形同虚设,因为递归锁的作用在于解锁;
          """
          """
          # 基本语法
          rlock = RLock()
          rlock.acquire()
          rlock.acquire()
          rlock.acquire()
          rlock.acquire()
          print("代码执行中 ... 3")
          rlock.release()
          rlock.release()
          rlock.release()
          rlock.release()
          """
          """
          noodles_lock = Lock()
          kuaizi_lock = Lock()
          # 让noodles_lock和kuaizi_lock 都等于递归锁
          noodles_lock = kuaizi_lock = RLock()
          def eat1(name):
          	noodles_lock.acquire()
          	print("{}抢到面条了 ... ".format(name))
          	kuaizi_lock.acquire()
          	print("{}抢到筷子了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)
          	kuaizi_lock.release()
          	print("{}吃完了,满意的放下了筷子".format(name))
          	noodles_lock.release()
          	print("{}吃完了,满意的放下了面条".format(name))
          def eat2(name):
          	kuaizi_lock.acquire()
          	print("{}抢到筷子了 ... ".format(name))
          	noodles_lock.acquire()
          	print("{}抢到面条了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)	
          	noodles_lock.release()
          	print("{}吃完了,满意的放下了筷子".format(name))
          	kuaizi_lock.release()
          	print("{}吃完了,满意的放下了筷子".format(name))
          if __name__ == "__main__":
          	lst1 = ["康裕康","张宇"]
          	lst2 = ["张保张","赵沈阳"]
          	for name in lst1:
          		Thread(target=eat1,args=(name,)).start()
          	for name in lst2:
          		Thread(target=eat2,args=(name,)).start()
          """
          # (4) 尽量使用一把锁解决问题,(少用锁嵌套,容易逻辑死锁)
          """
          lock = Lock()
          def eat1(name):
          	lock.acquire()
          	print("{}抢到面条了 ... ".format(name))
          	print("{}抢到筷子了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)	
          	print("{}吃完了,满意的放下了筷子".format(name))	
          	print("{}吃完了,满意的放下了面条".format(name))
          	lock.release()
          def eat2(name):
          	lock.acquire()
          	print("{}抢到筷子了 ... ".format(name))
          	print("{}抢到面条了 ... ".format(name))
          	print("开始享受香菇青菜面 ... ")
          	time.sleep(0.5)	
          	print("{}吃完了,满意的放下了筷子".format(name))
          	print("{}吃完了,满意的放下了筷子".format(name))
          	lock.release()
          if __name__ == "__main__":
          	lst1 = ["康裕康","张宇"]
          	lst2 = ["张保张","赵沈阳"]
          	for name in lst1:
          		Thread(target=eat1,args=(name,)).start()
          	for name in lst2:
          		Thread(target=eat2,args=(name,)).start()
          """
          

          6. 线程事件

          # ### 事件 Event
          from threading import Thread , Event
          import time,random
          """
          wait   : 动态加阻塞 (True => 放行  False => 阻塞)
          is_set : 获取内部成员属性值是True 还是 False
          set    : 把False -> True
          clear  : 把True  -> False
          """
          # (1) 基本语法
          """
          e = Event()
          print(e.is_set())
          e.set()
          print(e.is_set())
          e.wait()
          e.clear()
          # 最多阻塞三秒,放行
          e.wait(3)
          print("代码执行中 ... ")
          """
          # (2) 模拟连接远程数据库
          """最多连接三次,如果三次都连接不上,直接报错."""
          def check(e):	
          	print("目前正在检测您的账号和密码 .... ")
          	# 模拟延迟的场景
          	time.sleep(random.randrange(1,7)) # 1 ~ 6
          	# 把成员属性值从False -> True
          	e.set()
          def connect(e):
          	sign = False
          	for i in range(1,4):
          		e.wait(1)
          		if e.is_set():
          			print("数据库连接成功 ... ")
          			sign = True
          			break
          		else:
          			print("尝试连接数据库第{}次失败了...".format(i))
          	# 三次都不成功,报错
          	if sign == False:
          		# 主动抛出异常  超时错误
          		raise TimeoutError
          # if __name__ == "__main__":
          e = Event()
          t1 = Thread(target=check,args=(e,))
          t1.start()
          t2 = Thread(target=connect,args=(e,))
          t2.start()
          

          总结

          本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注我们的更多内容!

          0

          上一篇:

          下一篇:

          精彩评论

          暂无评论...
          验证码 换一张
          取 消

          最新开发

          开发排行榜