《python》—— threading库(线程和多线程)

threading简介

threading 是 Python 标准库中用于实现多线程编程的模块。多线程编程允许程序同时执行多个任务,提高程序的并发性能,尤其适用于 I/O 密集型任务,例如网络请求、文件读写等。、

threading基本概念

  • 线程(Thread):是操作系统能够进行运算调度的最小单位,它被包含在进程之中,是进程中的实际运作单位。
  • 多线程(Multithreading):指的是在一个程序中同时运行多个线程,每个线程可以独立执行不同的任务。

常用类和方法

  • Thread 类
    • Thread 类是 threading 模块中最核心的类,用于创建和管理线程。
      • 创建线程的方式:
        • 方式一:直接实例化 Thread 类

          import threading
          
          # 定义一个函数作为线程要执行的任务
          def print_numbers():
              for i in range(5):
                  print(f"Number: {i}")
          
          # 创建线程对象
          thread = threading.Thread(target=print_numbers)
          
          # 启动线程
          thread.start()
          
          # 等待线程执行完毕
          thread.join()
          
          print("Main thread finished.")
          
        • 结果:
          在这里插入图片描述

        • 方式二:继承 Thread 类

          import threading
          
          # 自定义线程类,继承自 threading.Thread
          class MyThread(threading.Thread):
              def run(self):
                  for i in range(5):
                      print(f"Number: {i}")
          
          # 创建线程对象
          thread = MyThread()
          
          # 启动线程
          thread.start()
          
          # 等待线程执行完毕
          thread.join()
          
          print("Main thread finished.")
          
        • 结果:
          在这里插入图片描述

      • 其他常用方法和属性
        • getName() 和 setName():用于获取和设置线程的名称。

          import threading
          
          def print_hello():
              print(f"Hello from {threading.current_thread().getName()}")
          
          thread = threading.Thread(target=print_hello)
          thread.setName("MyThread")
          thread.start()
          thread.join()
          
        • is_alive():用于判断线程是否还在运行。

          import threading
          import time
          
          def long_task():
              time.sleep(2)
          
          thread = threading.Thread(target=long_task)
          thread.start()
          print(f"Thread is alive: {thread.is_alive()}")
          thread.join()
          print(f"Thread is alive: {thread.is_alive()}")
          

          在这里插入图片描述

线程同步

在多线程编程中,多个线程可能会同时访问和修改共享资源,这可能会导致数据不一致的问题。为了解决这个问题,threading 模块提供了一些同步机制。

  • Lock 类
    • Lock 是一种最基本的同步原语,用于确保同一时间只有一个线程可以访问共享资源。

      import threading
      
      # 创建一个锁对象
      lock = threading.Lock()
      shared_variable = 0
      
      def increment():
          global shared_variable
          for _ in range(100000):
              # 获取锁
              lock.acquire()
              try:
                  shared_variable += 1
              finally:
                  # 释放锁
                  lock.release()
      
      threads = []
      for _ in range(2):
          thread = threading.Thread(target=increment)
          threads.append(thread)
          thread.start()
      
      for thread in threads:
          thread.join()
      
      print(f"Shared variable: {shared_variable}")
      

      在这里插入图片描述

  • RLock 类
    • RLock 是可重入锁,允许同一个线程多次获取锁而不会导致死锁。
      import threading
      
      # 创建一个可重入锁对象
      rlock = threading.RLock()
      
      def recursive_function():
          rlock.acquire()
          try:
              print("Lock acquired")
              recursive_function()
          finally:
              rlock.release()
      
      thread = threading.Thread(target=recursive_function)
      thread.start()
      thread.join()
      

线程池

虽然 threading 模块本身没有直接提供线程池的功能,但可以使用 concurrent.futures 模块中的 ThreadPoolExecutor 来实现线程池。

import concurrent.futures

def square(x):
    return x * x

with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
    results = executor.map(square, [1, 2, 3, 4, 5])

for result in results:
    print(result)

在这里插入图片描述
在上述代码中,ThreadPoolExecutor 用于创建一个线程池,max_workers 参数指定了线程池中的最大线程数。executor.map() 方法用于并行执行任务

实例

实例代码展示了 Python 中 threading 模块的基本使用,包括创建线程、启动线程以及向线程函数传递参数等操作。

import threading


def worker():
    print('线程开始执行')
    for i in range(5):
        print(f'线程正在工作:{i}')
    print('线程执行完毕')
thread = threading.Thread(target=worker)
thread.start()
print('***主线程继续执行***')


'''传递参数'''
def worker(name):
    print(f'{name}线程开始执行')
    for i in range(5):
        print(f'{name}正在工作:{i}')
    print(f'{name}线程执行完毕')

thread = threading.Thread(target=worker,args=('线程1',))
thread.start()
print('***主线程继续执行***')

import threading
import time

def run(n):
    print('task', n)
    time.sleep(1)
    print('2s')
    time.sleep(1)
    print('1s')
    time.sleep(1)

def run2(t):
    time.sleep(t)
    print(f'我等了{t}秒')

if __name__ == '__main__':
    t1 = threading.Thread(target=run, args=('t1',))
    t2 = threading.Thread(target=run, args=('t2',))
    # 启动 t1 和 t2 线程
    t1.start()
    t2.start()

    # 修正参数,传递整数秒数
    t3 = threading.Thread(target=run2, args=(5,))
    t4 = threading.Thread(target=run2, args=(8,))
    # 启动 t3 线程
    t3.start()
    # 启动 t4 线程
    t4.start()

    # 主线程等待 10 秒
    time.sleep(10)
    print('开始倒计时')

结果:
在这里插入图片描述

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