多线程编程
概念
线程:线程包含在进程中,是一个调度单位
进程与线程区别:
进程的创建: 会复制一份父进程的内存空间,具备独立的地址空间,修改全局变量不会有影响,进程之间沟通困难
线程的创建:线程之间共用一个内存空间,修改全局会有影响,会存在线程安全问题,可以添加互斥锁,线程不能够独立执行,必须依存在进程中
代码:
# 导入线程包
import threading
def job(v):
print(f'{v} 今天要上课{threading.current_thread().name}')
for v in range(10):
# 创建一个线程
t = threading.Thread(target=job, args=(v,))
# 开启线程
t.start()
线程继承类:
import threading
class Thread1(threading.Thread):
def __init__(self, name):
super(Thread1, self).__init__()
self.name = name
# 固定的方法
def run(self):
print("今天天气好冷", self.name)
# 创建一个线程
t = Thread1("libai")
# 开启线程
t.start()
修改全局变量
import threading
num = 0
def write():
global num
num += 1
print("write", num)
def read():
global num
num += 1
print("read", num)
th = threading.Thread(target=write)
th.start()
th2 = threading.Thread(target=read)
th2.start()
# 结果输出 1 , 2
线程安全问题
产生原因: 时间片轮转时,还没有执行完就已经轮转出去,等到再次轮转回来继续执行,数据已经发生更新
由于多任务调度的随机性,可能出现一个任务在操作,而另外一个任务也在操作,导致每个任务最终访问的效果出现混乱
import threading
num = 0
def add1():
global num
for v in range(1000000):
num += 1
print("add1", num)
def add2():
global num
for v in range(1000000):
num += 1
print("add2", num)
t1 = threading.Thread(target=add1)
t1.start()
t2 = threading.Thread(target=add2)
t2.start()
# 结果 add1 1309780
# add2 1690800
线程安全问题的解决:
添加互斥锁:当一个任务获取到以锁定状态的锁时,任务将被放入等待队列,直到这把锁被释放时被唤醒
import threading
num = 0
def add1():
global num
# 上锁
lock.acquire()
for v in range(1000000):
num += 1
# 解锁
lock.release()
print("add1", num)
def add2():
global num
# 上锁
lock.acquire()
for v in range(1000000):
num += 1
# 解锁
lock.release()
print("add2", num)
# 创建一个互斥锁
lock = threading.Lock()
t1 = threading.Thread(target=add1)
t1.start()
t2 = threading.Thread(target=add2)
t2.start()
# 结果 add1 1000000
# add2 2000000
lock.acquire() : 加互斥锁
lock.release() : 解锁
死锁问题
在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。
尽管死锁很少发生,但一旦发生就会造成应用的停止响应。
#coding=utf-8
import threading
import time
class MyThread1(threading.Thread):
def run(self):
if mutexA.acquire():
print(self.name+'----do1---up----')
time.sleep(1)
if mutexB.acquire():
print(self.name+'----do1---down----')
mutexB.release()
mutexA.release()
class MyThread2(threading.Thread):
def run(self):
if mutexB.acquire():
print(self.name+'----do2---up----')
time.sleep(1)
# 解决方法: 添加超时时间 blocking=True,timeout=2
if mutexA.acquire(blocking=True,timeout=2):
print(self.name+'----do2---down----')
mutexA.release()
mutexB.release()
mutexA = threading.Lock()
mutexB = threading.Lock()
if __name__ == '__main__':
t1 = MyThread1()
t2 = MyThread2()
t1.start()
t2.start()
解决: 添加超时时间
线程同步
import threading
import time
def a():
while True:
# 上第一把锁
if lock1.acquire():
print("1")
time.sleep(1)
# 解第二把锁
lock2.release()
def b():
while True:
if lock2.acquire():
print("2")
time.sleep(1)
lock3.release()
def c():
while True:
if lock3.acquire():
print("3")
time.sleep(1)
lock1.release()
# 准备3把锁
lock1 = threading.Lock()
lock2 = threading.Lock()
lock2.acquire()
lock3 = threading.Lock()
lock3.acquire()
t1 = threading.Thread(target=a)
t2 = threading.Thread(target=b)
t3 = threading.Thread(target=c)
t1.start()
t2.start()
t3.start()
死锁
在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。
尽管死锁很少发生,但一旦发生就会造成应用的停止响应。下面看一个死锁的例子
#coding=utf-8
import threading
import time
class MyThread1(threading.Thread):
def run(self):
if mutexA.acquire():
print(self.name+'----do1---up----')
time.sleep(1)
if mutexB.acquire():
print(self.name+'----do1---down----')
mutexB.release()
mutexA.release()
class MyThread2(threading.Thread):
def run(self):
if mutexB.acquire():
print(self.name+'----do2---up----')
time.sleep(1)
if mutexA.acquire():
print(self.name+'----do2---down----')
mutexA.release()
mutexB.release()
mutexA = threading.Lock()
mutexB = threading.Lock()
if __name__ == '__main__':
t1 = MyThread1()
t2 = MyThread2()
t1.start()
t2.start()
解决:添加超时时间
补充:
进程:独立内存空间 资源分配的单元
线程:共享内存空间 大大减少内存的使用 ,线程不安全 ,它是一个调试单元 ,最后做事情的那个人
一个程序运行至少一个进程,至少一个线程
什么时候使用多进程,什么时候时候使用多线程?
IO密集型:多线程 input output
CPU密集型:多进程
编译型:c go c#
解释型:python php ruby perl js
全局解释锁 不是PYthon特征 cpython 多线程的时候,为了保证线程本身安全,加了这个全局解释锁,
在同一时间点,只能有一个线程去CPU上执行
C语言