python 多线程

一、python 多线程

1. 多线程概述

多线程类似于同时执行多个不同程序，多线程运行有如下优点：
    使用线程可以把占据长时间的程序中的任务放到后台去处理。
    用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
    程序的运行速度可能加快。
    在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。
每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
    线程可以被抢占（中断）。
    在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。
线程可以分为:
    内核线程：由操作系统内核创建和撤销。
    用户线程：不需要内核支持而在用户程序中实现的线程。
Python3 线程中常用的两个模块为：
    _thread
    threading(推荐使用)
thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 "_thread"。

开始学习Python线程
Python中使用线程有两种方式：函数或者用类来包装线程对象。
函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:
    _thread.start_new_thread ( function, args[, kwargs] )
参数说明:
    function - 线程函数。
    args - 传递给线程函数的参数,他必须是个tuple类型。
    kwargs - 可选参数。

2. 线程常用模块

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。
_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。
threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：
    threading. current_thread(): 返回当前的线程变量。
    threading.enumerate(): 返回一个包含正在运行的线程的列表。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
    threading.active_count(): 返回正在运行的线程数量，与 len(threading.enumerate()) 有相同的结果。
    threading.Thread(target, args=(), kwargs={}, daemon=None)：
        创建Thread类的实例。
        target：线程将要执行的目标函数。
        args：目标函数的参数，以元组形式传递。
        kwargs：目标函数的关键字参数，以字典形式传递。
        daemon：指定线程是否为守护线程。
threading.Thread 类提供了以下方法与属性:
    __init__(self, group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)：
        初始化Thread对象。
        group：线程组，暂时未使用，保留为将来的扩展。
        target：线程将要执行的目标函数。
        name：线程的名称。
        args：目标函数的参数，以元组形式传递。
        kwargs：目标函数的关键字参数，以字典形式传递。
        daemon：指定线程是否为守护线程。
    start(self)：
        启动线程。将调用线程的run()方法。
    run(self)：
        线程在此方法中定义要执行的代码。
    join(self, timeout=None)：
        等待线程终止。默认情况下，join()会一直阻塞，直到被调用线程终止。如果指定了timeout参数，则最多等待timeout秒。
    is_alive(self)：
        返回线程是否在运行。如果线程已经启动且尚未终止，则返回True，否则返回False。
    getName(self)：
        返回线程的名称。
    setName(self, name)：
        设置线程的名称。
    ident属性：
        线程的唯一标识符。
    daemon属性：
        线程的守护标志，用于指示是否是守护线程。
    isDaemon()方法：

3. 线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：
多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。
考虑这样一种情况：一个列表里所有元素都是 0，线程 "set" 从后向前把所有元素改成 1，而线程 "print" 负责从前往后读取列表并打印。
那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。
锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。
经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

4. 线程优先级队列（ Queue）

Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。
这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。
Queue 模块中的常用方法:
    Queue.qsize() 返回队列的大小
    Queue.empty() 如果队列为空，返回True,反之False
    Queue.full() 如果队列满了，返回True,反之False
    Queue.full 与 maxsize 大小对应
    Queue.get([block[, timeout]])获取队列，timeout等待时间
    Queue.get_nowait() 相当Queue.get(False)
    Queue.put(item) 写入队列，timeout等待时间
    Queue.put_nowait(item) 相当Queue.put(item, False)
    Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
    Queue.join() 实际上意味着等到队列为空，再执行别的操作

二、代码概述

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
# @Date : 2024/6/14 9:38
# @Author : water
# @Description : 多线程


"""
多线程
    多线程类似于同时执行多个不同程序，多线程运行有如下优点：
        使用线程可以把占据长时间的程序中的任务放到后台去处理。
        用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
        程序的运行速度可能加快。
        在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。
    每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
    每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
    指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
        线程可以被抢占（中断）。
        在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。
    线程可以分为:
        内核线程：由操作系统内核创建和撤销。
        用户线程：不需要内核支持而在用户程序中实现的线程。
    Python3 线程中常用的两个模块为：
        _thread
        threading(推荐使用)
    thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 "_thread"。

    开始学习Python线程
    Python中使用线程有两种方式：函数或者用类来包装线程对象。
    函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:
        _thread.start_new_thread ( function, args[, kwargs] )
    参数说明:
        function - 线程函数。
        args - 传递给线程函数的参数,他必须是个tuple类型。
        kwargs - 可选参数。
线程常用模块
    Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。
    _thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。
    threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：
        threading. current_thread(): 返回当前的线程变量。
        threading.enumerate(): 返回一个包含正在运行的线程的列表。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
        threading.active_count(): 返回正在运行的线程数量，与 len(threading.enumerate()) 有相同的结果。
        threading.Thread(target, args=(), kwargs={}, daemon=None)：
            创建Thread类的实例。
            target：线程将要执行的目标函数。
            args：目标函数的参数，以元组形式传递。
            kwargs：目标函数的关键字参数，以字典形式传递。
            daemon：指定线程是否为守护线程。
    threading.Thread 类提供了以下方法与属性:
        __init__(self, group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)：
            初始化Thread对象。
            group：线程组，暂时未使用，保留为将来的扩展。
            target：线程将要执行的目标函数。
            name：线程的名称。
            args：目标函数的参数，以元组形式传递。
            kwargs：目标函数的关键字参数，以字典形式传递。
            daemon：指定线程是否为守护线程。
        start(self)：
            启动线程。将调用线程的run()方法。
        run(self)：
            线程在此方法中定义要执行的代码。
        join(self, timeout=None)：
            等待线程终止。默认情况下，join()会一直阻塞，直到被调用线程终止。如果指定了timeout参数，则最多等待timeout秒。
        is_alive(self)：
            返回线程是否在运行。如果线程已经启动且尚未终止，则返回True，否则返回False。
        getName(self)：
            返回线程的名称。
        setName(self, name)：
            设置线程的名称。
        ident属性：
            线程的唯一标识符。
        daemon属性：
            线程的守护标志，用于指示是否是守护线程。
        isDaemon()方法：
线程