Contents 
>>> from env_helper import info; info()

页面更新时间： 2022-05-27 11:49:14
运行环境：
    Linux发行版本: Debian GNU/Linux bookworm/sid
    操作系统内核: Linux-5.16.18-200.fc35.x86_64-x86_64-with-glibc2.33
    Python版本: 3.10.4

5.7. Python3 多线程（二）

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，这样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。

线程在执行过程中与进程还是有区别的。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 。

5.8. 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。

因为已经废弃了，所以不再说明。

5.9. 线程模块

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.currentThread(): 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list 。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.activeCount() : 返回正在运行的线程数量， 与len(threading.enumerate()) 有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程， Thread 类提供了以下方法:

  • run(): 用以表示线程活动的方法。

  • start():启动线程活动。

  • join([time]): 等待至线程中止。这阻塞调用线程直至 线程的join() 方法被调用中止-正常退出或者抛出未处理的 异常-或者是可选的超时发生。

  • isAlive() : 返回线程是否活动的。

  • getName() : 返回线程名。

  • setName() : 设置线程名。

5.10. 使用 threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建一个新的 子类，并实例化后调用 start() 方法启动新线程，即它调 用了线程的 run() 方法：

>>> import threading
>>> import time
>>>
>>> exitFlag = 0
>>>
>>> class myThread (threading.Thread):
>>>     def __init__(self, threadID, name, counter):
>>>         threading.Thread.__init__(self)
>>>         self.threadID = threadID
>>>         self.name = name
>>>         self.counter = counter
>>>     def run(self):
>>>         print ("开始线程：" + self.name)
>>>         print_time(self.name, self.counter, 5)
>>>         print ("退出线程：" + self.name)
>>>
>>> def print_time(threadName, delay, counter):
>>>     while counter:
>>>         if exitFlag:
>>>             threadName.exit()
>>>         time.sleep(delay)
>>>         print ("%s: %s" % (threadName, time.ctime(time.time())))
>>>         counter -= 1
>>>
>>> # 创建新线程
>>> thread1 = myThread(1, "Thread-1", 1)
>>> thread2 = myThread(2, "Thread-2", 2)
>>>
>>> # 开启新线程
>>> thread1.start()
>>> thread2.start()
>>> thread1.join()
>>> thread2.join()
>>> print ("退出主线程")

开始线程：Thread-1
开始线程：Thread-2
Thread-1: Fri May 27 11:49:18 2022
Thread-2: Fri May 27 11:49:19 2022
Thread-1: Fri May 27 11:49:19 2022
Thread-1: Fri May 27 11:49:20 2022
Thread-2: Fri May 27 11:49:21 2022
Thread-1: Fri May 27 11:49:21 2022
Thread-1: Fri May 27 11:49:22 2022
退出线程：Thread-1
Thread-2: Fri May 27 11:49:23 2022
Thread-2: Fri May 27 11:49:25 2022
Thread-2: Fri May 27 11:49:27 2022
退出线程：Thread-2
退出主线程

5.11. 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。

实例：

>>> import threading
>>> import time
>>>
>>> class myThread (threading.Thread):
>>>     def __init__(self, threadID, name, counter):
>>>         threading.Thread.__init__(self)
>>>         self.threadID = threadID
>>>         self.name = name
>>>         self.counter = counter
>>>     def run(self):
>>>         print ("开启线程： " + self.name)
>>>         # 获取锁，用于线程同步
>>>         threadLock.acquire()
>>>         print_time(self.name, self.counter, 3)
>>>         # 释放锁，开启下一个线程
>>>         threadLock.release()
>>>
>>> def print_time(threadName, delay, counter):
>>>     while counter:
>>>         time.sleep(delay)
>>>         print ("%s: %s" % (threadName, time.ctime(time.time())))
>>>         counter -= 1
>>>
>>> threadLock = threading.Lock()
>>> threads = []
>>>
>>> # 创建新线程
>>> thread1 = myThread(1, "Thread-1", 1)
>>> thread2 = myThread(2, "Thread-2", 2)
>>>
>>> # 开启新线程
>>> thread1.start()
>>> thread2.start()
>>>
>>> # 添加线程到线程列表
>>> threads.append(thread1)
>>> threads.append(thread2)
>>>
>>> # 等待所有线程完成
>>> for t in threads:
>>>     t.join()
>>> print ("退出主线程")

开启线程： Thread-1开启线程： Thread-2

Thread-2: Sun Mar  8 19:48:42 2020
Thread-2: Sun Mar  8 19:48:44 2020
Thread-2: Sun Mar  8 19:48:46 2020
Thread-1: Sun Mar  8 19:48:47 2020
Thread-1: Sun Mar  8 19:48:48 2020
Thread-1: Sun Mar  8 19:48:49 2020
退出主线程

5.12. 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

实例:

>>> import queue
>>> import threading
>>> import time
>>>
>>> exitFlag = 0
>>>
>>> class myThread (threading.Thread):
>>>     def __init__(self, threadID, name, q):
>>>         threading.Thread.__init__(self)
>>>         self.threadID = threadID
>>>         self.name = name
>>>         self.q = q
>>>     def run(self):
>>>         print ("开启线程：" + self.name)
>>>         process_data(self.name, self.q)
>>>         print ("退出线程：" + self.name)
>>>
>>> def process_data(threadName, q):
>>>     while not exitFlag:
>>>         queueLock.acquire()
>>>         if not workQueue.empty():
>>>             data = q.get()
>>>             queueLock.release()
>>>             print ("%s processing %s" % (threadName, data))
>>>         else:
>>>             queueLock.release()
>>>         time.sleep(1)
>>>
>>> threadList = ["Thread-1", "Thread-2", "Thread-3"]
>>> nameList = ["One", "Two", "Three", "Four", "Five"]
>>> queueLock = threading.Lock()
>>> workQueue = queue.Queue(10)
>>> threads = []
>>> threadID = 1
>>>
>>> # 创建新线程
>>> for tName in threadList:
>>>     thread = myThread(threadID, tName, workQueue)
>>>     thread.start()
>>>     threads.append(thread)
>>>     threadID += 1
>>>
>>> # 填充队列
>>> queueLock.acquire()
>>> for word in nameList:
>>>     workQueue.put(word)
>>> queueLock.release()
>>>
>>> # 等待队列清空
>>> while not workQueue.empty():
>>>     pass
>>>
>>> # 通知线程是时候退出
>>> exitFlag = 1
>>>
>>> # 等待所有线程完成
>>> for t in threads:
>>>     t.join()
>>> print ("退出主线程")

开启线程：Thread-1
开启线程：Thread-2
开启线程：Thread-3
Thread-3 processing One
Thread-1 processing Two
Thread-2 processing Three
Thread-3 processing Four
Thread-1 processing Five
退出线程：Thread-2
退出线程：Thread-3
退出线程：Thread-1
退出主线程

上一页

5.6. 多线程

下一页

5.13. 从Python启动其他程序