python多线程与其生产消费

Python多线程详解

最新推荐文章于 2025-02-26 18:36:57 发布

hi我是大嘴巴

最新推荐文章于 2025-02-26 18:36:57 发布

阅读量136

点赞数

CC 4.0 BY-SA版权

分类专栏：实习

本文链接：https://blog.youkuaiyun.com/weixin_38740463/article/details/83538643

实习专栏收录该内容

81 篇文章

订阅专栏

本文深入探讨了Python的threading模块，包括Thread、Lock、RLock等类的使用，以及join()、setDaemon()等方法的功能。解析了多线程在不同任务类型上的执行效率，并详细说明了全局解释器锁（GIL）的作用和必要性。

threading模块包含下面的类：

Thread：基本线程类
Lock：互斥锁
RLock：可重入锁，使单一进程再次获得已持有的锁(递归锁)
Condition：条件锁，使得一个线程等待另一个线程满足特定条件，比如改变状态或某个值。
Semaphore：信号锁。为线程间共享的有限资源提供一个”计数器”，如果没有可用资源则会被阻塞。
Event：事件锁，任意数量的线程等待某个事件的发生，在该事件发生后所有线程被激活
Timer：一种计时器
Barrier：Python3.2新增的“阻碍”类，必须达到指定数量的线程后才可以继续执行。

thread是低级模块，threading是高级模块，绝大多数情况下，我们只需要使用threading这个高级模块

方法：

join()方法：希望主线程等等子线程，不要“埋头往前跑”

setDaemon(True)：把所有的子线程都变成主线程的守护线程，当主线程结束后，守护子线程也会随之结束，整个程序也跟着退出

Python针对不同类型的任务，多线程执行效率是不同的：

Python下的多线程对CPU密集型任务并不友好，对IO密集型任务比较友好。

全局解释器锁（GIL），为什么不能去掉GIL？

GIL：任何Python线程执行前，必须先获得GIL锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。

GIL的移除给单线程程序的执行速度带来了一定的负面影响

线程和进程都是CPU工作时段的描述

进程是爹妈，管着众多的线程儿子

进程：独立功能的程序，系统分配资源的一个独立单位，多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响

线程：进程的一个实体，CPU调度的基本单位，所有变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改

因此：为了避免多线程数据的紊乱，提出了线程锁，无论多少线程，同一时刻最多只有一个线程持有该锁，所以，不会造成修改的冲突。

eg:

lock = threading.Lock()

 lock.acquire()

lock.release()

协程：协程的调度完全由用户控制，

多线程数据错乱案例：

import time, threading

# 假定这是你的银行存款:
balance = 0

def change_it(n):
    # 先存后取，结果应该为0:
    global balance
   # print('n',n)
    balance = balance + n
    balance = balance - n

def run_thread(n):
    for i in range(1000000):
        change_it(n)

if __name__ == '__main__':

    t1 = threading.Thread(target=run_thread, args=(5,))
    t2 = threading.Thread(target=run_thread, args=(8,))
    t1.start()
    t2.start()
    print (balance)
    t1.join()
    t2.join()
    print (balance)

结果：

0
5

加锁后：

import time, threading
lock=threading.Lock()
# 假定这是你的银行存款:
balance = 0

def change_it(n):
    # 先存后取，结果应该为0:
    global balance
   # print('n',n)
    balance = balance + n
    balance = balance - n

def run_thread(n):
    for i in range(1000000):
        lock.acquire()
        change_it(n)
        lock.release()

if __name__ == '__main__':

    t1 = threading.Thread(target=run_thread, args=(5,))
    t2 = threading.Thread(target=run_thread, args=(8,))
    t1.start()
    t2.start()
    print (balance)
    t1.join()
    t2.join()
    print (balance)

结果：

0
0