Python中的多線程實例(簡單易懂)
前言:
多線程簡單理解就是:一個CPU,也就是單核,將時間切成一片一片的,CPU輪轉著去處理一件一件的事情,到瞭規定的時間片就處理下一件事情。
1.python中顯示當前線程信息的屬性和方法
# coding:utf-8 # 導入threading包 import threading if __name__ == "__main__": print("當前活躍線程的數量", threading.active_count()) print("將當前所有線程的具體信息展示出來", threading.enumerate()) print("當前的線程的信息展示", threading.current_thread())
效果圖:
2.添加一個線程
# coding:utf-8 import threading import time def job1(): # 讓這個線程多執行幾秒 time.sleep(5) print("the number of T1 is %s" % threading.current_thread()) if __name__ == "__main__": # 創建一個新的線程 new_thread = threading.Thread(target=job1, name="T1") # 啟動新線程 new_thread.start() print("當前線程數量為", threading.active_count()) print("所有線程的具體信息", threading.enumerate()) print("當前線程具體信息", threading.current_thread())
效果圖:
3.線程中的join函數
(1)預想的是,執行完線程1,然後輸出All done…“理想很豐滿,現實卻不是這樣的”
# coding:utf-8 import threading import time def job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish") def main(): # 新創建一個線程 new_thread = threading.Thread(target=job1, name="T1") # 啟動新線程 new_thread.start() print("All done...") if __name__ == "__main__": main()
效果圖:
(2)為瞭達到我們的預期,我們使用join函數,將T1線程進行阻塞。join函數進行阻塞是什麼意思?就是哪個線程使用瞭join函數,當這個線程正在執行時,在他之後的線程程序不能執行,得等這個被阻塞的線程全部執行完畢之後,方可執行!
# coding:utf-8 import threading import time def job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish") def main(): # 新創建一個線程 new_thread = threading.Thread(target=job1, name="T1") # 啟動新線程 new_thread.start() # 阻塞這個T1線程 new_thread.join() print("All done...") if __name__ == "__main__": main()
效果圖:
4.使用Queue存儲線程的結果
線程的執行結果,無法通過return進行返回,使用Queue存儲。
# coding:utf-8 import threading from queue import Queue """ Queue的使用 """ def job(l, q): for i in range(len(l)): l[i] = l[i] ** 2 q.put(l) def multithreading(): # 創建隊列 q = Queue() # 線程列表 threads = [] # 二維列表 data = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [6, 6, 6]] for i in range(4): t = threading.Thread(target=job, args=(data[i], q)) t.start() threads.append(t) # 對所有線程進行阻塞 for thread in threads: thread.join() results = [] # 將新隊列中的每個元素挨個放到結果列表中 for _ in range(4): results.append(q.get()) print(results) if __name__ == "__main__": multithreading()
效果圖:
5.線程鎖lock
當同時啟動多個線程時,各個線程之間會互相搶占計算資源,會造成程序混亂。
舉個栗子:
當我們在選課系統選課時,當前籃球課還有2個名額,我們三個人去選課。
選課順序為stu1 stu2 stu3,應該依次打印他們三個的選課過程,但是現實情況卻是:
# coding:utf-8 import threading import time def stu1(): print("stu1開始選課") global course if course > 0: course -= 1 time.sleep(2) print("stu1選課成功,現在籃球課所剩名額為%d" % course) else: time.sleep(2) print("stu1選課失敗,籃球課名額為0,請選擇其他課程") def stu2(): print("stu2開始選課") global course if course > 0: course -= 1 time.sleep(2) print("stu2選課成功,現在籃球課所剩名額為%d" % course) else: time.sleep(2) print("stu2選課失敗,籃球課名額為0,請選擇其他課程") def stu3(): print("stu3開始選課") global course if course > 0: course -= 1 time.sleep(2) print("stu3選課成功") print("籃球課所剩名額為%d" %course) else: time.sleep(2) print("stu3選課失敗,籃球課名額為0,請選擇其他課程") if __name__ == "__main__": # 籃球課名額 course = 2 T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()
效果圖:
為瞭解決這種情況,我們使用lock線程同步鎖,在線程並發執行時,保證每個線程執行的原子性。有效防止瞭共享統一數據時,線程並發執行的混亂。
改進的代碼如下:
# coding:utf-8 import threading import time def stu1(): global lock lock.acquire() print("stu1開始選課") global course if course > 0: course -= 1 time.sleep(2) print("stu1選課成功,現在籃球課所剩名額為%d" % course) else: time.sleep(2) print("stu1選課失敗,籃球課名額為0,請選擇其他課程") lock.release() def stu2(): global lock lock.acquire() print("stu2開始選課") global course if course > 0: course -= 1 print("stu2選課成功,現在籃球課所剩名額為%d" % course) else: time.sleep(1) print("stu2選課失敗,籃球課名額為0,請選擇其他課程") lock.release() def stu3(): global lock lock.acquire() print("stu3開始選課") global course if course > 0: course -= 1 time.sleep(1) print("stu3選課成功,現在籃球課所剩名額為%d" % course) else: time.sleep(1) print("stu3選課失敗,籃球課名額為0,請選擇其他課程") lock.release() if __name__ == "__main__": # 籃球課名額 course = 2 # 創建同步鎖 lock = threading.Lock() T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()
效果圖:
到此這篇關於Python中的多線程實例(簡單易懂)的文章就介紹到這瞭,更多相關Python多線程內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python解析器Cpython的GIL解釋器鎖工作機制
- 深入瞭解Python的多線程基礎
- Python 多線程知識點總結及實例用法
- Python threading和Thread模塊及線程的實現
- python基礎之並發編程(一)