python线程结束 daemon join

本文详细介绍了Python中多线程的daemon属性和join函数,重点讲解了守护线程的设置如何影响主线程的结束,以及join如何实现线程同步。通过示例展示了守护线程和不设置守护线程时程序执行的不同结果。
部署运行你感兴趣的模型镜像

参考链接:

https://blog.kamino.link/2021/03/01/Python-Multithreading-in-detail/#%E4%BF%A1%E5%8F%B7%E9%87%8F-semaphore

join和daemon

下面仅以多进程为例:

知识点一:


当一个进程启动之后,会默认产生一个主线程,因为线程是程序执行流的最小单元,当设置多线程时,主线程会创建多个子线程,在python中,默认情况下(其实就是setDaemon(False)),主线程执行完自己的任务以后,就退出了,此时子线程会继续执行自己的任务,直到自己的任务结束,例子见下面一。

t.daemon

默认情况下,主线程的结束不会影响分支线程,如果设置为True则主线程退出分支线程也会退出

设置方法:

t.daemon = True

t.setDaemon()

线程daemon属性的设置在start前;一般设置daemon后不会使用join

知识点二:

当我们使用setDaemon(True)方法,也就是设置子线程为守护线程时,主线程一旦执行结束,则全部线程全部被终止执行,可能出现的情况就是,子线程的任务还没有完全执行结束,就被迫停止,例子见下面二。

知识点三:

此时join的作用就凸显出来了,join所完成的工作就是线程同步,即主线程任务结束之后,进入阻塞状态,一直等待其他的子线程执行结束之后,主线程再终止,例子见下面三。

知识点四:

join有一个timeout参数: 当设置守护线程时,含义是主线程对于子线程等待timeout的时间将会杀死该子线程,最后退出程序。所以说,如果有10个子线程,全部的等待时间就是每个timeout的累加和。简单的来说,就是给每个子线程一个timeout的时间,让他去执行,时间一到,不管任务有没有完成,直接杀死。 没有设置守护线程时,主线程将会等待timeout的累加和这样的一段时间,时间一到,主线程结束,但是并没有杀死子线程,子线程依然可以继续执行,直到子线程全部结束,程序退出。

设置daemon:
 

import threading
import time
 
def run():
 
    time.sleep(2)
    print('当前线程的名字是: ', threading.current_thread().name)
    time.sleep(2)
 
 
if __name__ == '__main__':
 
    start_time = time.time()
 
    print('这是主线程:', threading.current_thread().name)
    thread_list = []
    for i in range(5):
        t = threading.Thread(target=run)
        thread_list.append(t)
 
    for t in thread_list:
        t.setDaemon(True)
        t.start()
 
    print('主线程结束了!' , threading.current_thread().name)
    print('一共用时:', time.time()-start_time)

运行结果如下:

非常明显的看到,主线程结束以后,子线程还没有来得及执行,整个程序就退出了。

 设置join

例1

 1 # join
 2 import threading
 3 import time
 4 
 5 
 6 def run():
 7     time.sleep(2)
 8     print('当前线程的名字是: ', threading.current_thread().name)
 9     time.sleep(2)
10 
11 
12 if __name__ == '__main__':
13 
14     start_time = time.time()
15 
16     print('这是主线程:', threading.current_thread().name)
17     thread_list = []
18     for i in range(5):
19         t = threading.Thread(target=run)
20         thread_list.append(t)
21 
22     for t in thread_list:
23         t.setDaemon(True)
24         t.start()
25 
26     for t in thread_list:
27         t.join()
28 
29     print('主线程结束了!', threading.current_thread().name)
30     print('一共用时:', time.time() - start_time)
31 #

运行结果如下:

可以看到,主线程一直等待全部的子线程结束之后,主线程自身才结束,程序退出。 

例2

让主线程等待子线程结束 join

假如要让主线程等子线程,那么可以使用Thread.join()方法。

join可以让运行这条语句的主线程在此阻塞(等待),直到子线程结束,再放行。

import time
from threading import Thread

def task1():
    print("开始做任务1啦")
    time.sleep(3)  # 用time.sleep模拟任务耗时
    print("任务1结束啦")

if __name__ == '__main__':
    print("这里是主线程")
    # 创建线程对象
    t1 = Thread(target=task1)
    # t1.setDaemon(True)  # 设置为守护进程,必须在start之前
    # 启动
    t1.start()
    # 阻塞
    t1.join()
    print("主线程结束了")

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### Python 线程结束时是否自动关闭以及线程管理机制 在 Python 中,线程的生命周期由其执行的任务决定。当一个线程的任务执行完毕后,该线程会自动退出[^3]。然而,如果父线程(即创建子线程的主线程结束运行,而子线程仍在运行,则子线程不会自动终止[^4]。这种行为可能导致资源占用或程序无法正常退出的问题。 为了解决这一问题,Python 提供了守护线程Daemon Thread)的机制。通过将线程设置为守护线程,可以在主线程结束时自动终止所有守护线程。需要注意的是,守护线程的终止并非强制性的,而是在线程尚未完成任务时被中断,这可能导致数据不一致或资源泄露等问题[^1]。 #### 设置守护线程 可以通过 `setDaemon(True)` 方法将线程设置为守护线程。例如: ```python import threading import time def worker(): while True: print("Worker is running") time.sleep(1) thread = threading.Thread(target=worker) thread.setDaemon(True) # 设置为守护线程 thread.start() time.sleep(5) # 主线程等待一段时间后退出 print("Main thread exiting") ``` 在上述代码中,主线程退出后,守护线程会被自动终止[^4]。 #### 使用标志位控制线程退出 对于非守护线程,可以通过设置全局标志位或使用信号机制来优雅地终止线程。以下是一个示例: ```python import threading import time is_running = True # 全局标志位 def count_numbers(): i = 1 while is_running: # 根据标志位决定是否继续执行 print(i) i += 1 time.sleep(1) thread = threading.Thread(target=count_numbers) thread.start() time.sleep(5) # 主线程等待一段时间后修改标志位 is_running = False print("Waiting for thread to complete...") thread.join() # 等待线程结束 print("Thread completed!") ``` 在此示例中,通过修改 `is_running` 标志位,线程可以自行退出,从而避免强制终止带来的问题[^2]。 #### 多线程环境下的性能与退出机制 在多线程环境中,I/O 密集型任务能够更好地利用多线程的优势,因为 I/O 操作会导致线程释放 GIL(Global Interpreter Lock),从而使其他线程有机会运行[^3]。相比之下,计算密集型任务可能因 GIL 的限制而无法充分利用多线程环境。 若线程未能正确退出,可能会导致程序无法自主退出。此时,可以通过调用 `join()` 方法确保主线程等待所有子线程完成后再退出[^5]。 ```python import threading def task(): print("Task is running") threads = [] for _ in range(3): thread = threading.Thread(target=task) threads.append(thread) thread.start() for thread in threads: thread.join() # 等待每个线程完成 print("All threads have finished") ``` ### 总结 Python 线程在其任务完成后会自动退出,但父线程结束时子线程不会自动终止。为实现线程的优雅退出,可以使用守护线程或标志位控制机制。同时,确保在多线程程序中正确使用 `join()` 方法以避免程序无法正常退出的问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值