什么是python多线程，创建多线程方式详解

325

概念

线程是处理器调度和分配的基本单位，进程则作为资源拥有的基本单位。每个进程是由私有的虚拟地址空间、代码、数据和其它各种系统资源组成。线程是进程内部的一个执行单元。每一个进程至少有一个主执行线程，它无需由用户去主动创建，是由系统自动创建的。 用户根据需要在应用程序中创建其它线程，多个线程并发地运行于同一个进程中。

图片[1]-什么是python多线程，创建多线程方式详解-不念博客
python多线程

创建线程的方式-threading

方法1

在实例化一个线程对象时，将要执行的任务函数以参数的形式传入threading

# -*- coding: utf-8 -*-
import time
import threading
import datetime


def printNumber(n: int) -> None:
    while True:
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        print(f'{times}-{n}')
        time.sleep(n)


for i in range(1, 3):
    t = threading.Thread(target=printNumber, args=(i,))
    t.start()

# 输出
2022-12-16 11:04:40-1
2022-12-16 11:04:40-2
2022-12-16 11:04:41-1
2022-12-16 11:04:42-2
2022-12-16 11:04:42-1
2022-12-16 11:04:43-1
2022-12-16 11:04:44-2
2022-12-16 11:04:44-1
2022-12-16 11:04:45-1
2022-12-16 11:04:46-2
2022-12-16 11:04:46-1
2022-12-16 11:04:47-1
....
Process finished with exit code -1

创建两个线程，一个线程每隔一秒打印一个“1”，另一个线程每隔2秒打印一个“2”
Thread 类提供了如下的 init() 构造器，可以用来创建线程：

__init__(self, group=None, target=None, name=None, args=(), kwargs=None, *,daemon=None)

此构造方法中，以上所有参数都是可选参数，即可以使用，也可以忽略。其中各个参数的含义如下：

  • group：指定所创建的线程隶属于哪个线程组（此参数尚未实现，无需调用）；
  • target：指定所创建的线程要调度的目标方法（最常用）；
  • args：以元组的方式，为 target 指定的方法传递参数；
  • kwargs：以字典的方式，为 target 指定的方法传递参数；
  • daemon：指定所创建的线程是否为后代线程。

这些参数，初学者只需记住 target、args、kwargs 这 3 个参数的功能即可。
但是线程需要手动启动才能运行，threading 模块提供了 start() 方法用来启动线程。因此在上面程序的基础上，添加如下语句：
t.start()

方法2

通过继承 Thread 类，我们可以自定义一个线程类，从而实例化该类对象，获得子线程。

需要注意的是，在创建 Thread 类的子类时，必须重写从父类继承得到的 run() 方法。因为该方法即为要创建的子线程执行的方法，其功能如同第一种创建方法中的 printNumber() 自定义函数。

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数
        super().__init__()

    def run(self) -> None:
        while True:
            times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
            print(f'{times}-{self.n}')
            time.sleep(self.n)


for i in range(1, 3):
    t = MyThread(i)
    t.start()

# 输出
2022-12-16 12:43:24-1
2022-12-16 12:43:24-2
2022-12-16 12:43:25-1
2022-12-16 12:43:26-2
2022-12-16 12:43:26-1
2022-12-16 12:43:27-1
2022-12-16 12:43:28-2
...

主线程和子线程

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        while True:
            _count = threading.active_count()
            threading_name = threading.current_thread().getName()
            times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
            print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')
            time.sleep(self.n)


for i in range(1, 3):
    t = MyThread(i)
    t.start()
    print(threading.current_thread().getName())

# 输出
2022-12-16 13:18:00-1-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
MainThread
2022-12-16 13:18:00-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
MainThread

2022-12-16 13:18:01-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
2022-12-16 13:18:02-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
2022-12-16 13:18:02-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
2022-12-16 13:18:03-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
2022-12-16 13:18:04-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
2022-12-16 13:18:04-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
...

注意： 第一次t.start()后，当前存在两个线程（主线程+子线程），第二次t.start()的时候又创建了一个子线程所以当前存在三个线程

如果程序中不显式创建任何线程，则所有程序的执行，都将由主线程 MainThread 完成，程序就只能按照顺序依次执行。

此程序中，子线程 Thread-1和Thread-2 执行的是 run() 方法中的代码，而 MainThread 执行的是主程序中的代码，它们以快速轮换 CPU 的方式在执行。

守护线程（Daemon Thread）

守护线程（Daemon Thread）也叫后台进程，它的目的是为其他线程提供服务。如果其他线程被杀死了，那么守护线程也就没有了存在的必要。因此守护线程会随着非守护线程的消亡而消亡。Thread类中，子线程被创建时默认是非守护线程，我们可以通过setDaemon(True)将一个子线程设置为守护线程。

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        while True:
            _count = threading.active_count()
            threading_name = threading.current_thread().getName()
            times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
            print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')
            time.sleep(self.n)


for i in range(1, 3):
    t = MyThread(i)
    t.setDaemon(True)
    t.start()

    print(threading.current_thread().getName())
    
    
# 输出
2022-12-16 13:27:46-1-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
MainThread
2022-12-16 13:27:46-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
MainThread

将两个子线程改写为守护线程，因为当主程序中的代码执行完后，主线程就可以结束了，这时候被设定为守护线程的两个子线程会被杀死，然后主线程结束。

注意，当前台线程死亡后，Python 解释器会通知后台线程死亡，但是从它接收指令到做出响应需要一定的时间。如果要将某个线程设置为后台线程，则必须在该线程启动之前进行设置。也就是说，将 daemon 属性设为 True，必须在 start() 方法调用之前进行，否则会引发 RuntimeError 异常。

若将两个子线程的其中一个设置为守护线程，另一个设置为非守护线程

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        while True:
            _count = threading.active_count()
            threading_name = threading.current_thread().getName()
            times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
            print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')
            time.sleep(self.n)


for i in range(1, 3):
    t = MyThread(i)
    if i == 1:
        t.setDaemon(True)
    t.start()

    print(threading.current_thread().getName())
 
# 输出
2022-12-16 13:30:17-1-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
MainThread

2022-12-16 13:30:17-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
MainThread

2022-12-16 13:30:18-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
2022-12-16 13:30:19-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
2022-12-16 13:30:19-2-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
2022-12-16 13:30:20-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-1
...

此时非守护线程作为前台程序还在继续执行，守护线程就还有“守护”的意义，就会继续执行。

join()方法

不使用join方法：

当设置多个线程时，在一般情况下（无守护线程，setDeamon=False），多个线程同时启动，主线程执行完，会等待其他子线程执行完，程序才会退出。

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        _count = threading.active_count()
        threading_name = threading.current_thread().getName()
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        time.sleep(1)
        print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')


start_time = time.time()
print(f'{start_time},这是主线程：', threading.current_thread().name)
for i in range(5):
    t = MyThread(i)
    # t.setDaemon(True)
    t.start()
    # t.join()
end_time = time.time()
print(f'{end_time},主线程结束了！', threading.current_thread().name)
print('一共用时：', end_time - start_time)

# 输出
1671174404.6552384,这是主线程： MainThread
1671174404.656239,主线程结束了！ MainThread
一共用时： 0.0010006427764892578
2022-12-16 15:06:44-0-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
2022-12-16 15:06:44-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
2022-12-16 15:06:44-2-"当前活跃的线程个数：4"-"当前线程的名称是"：Thread-3
2022-12-16 15:06:44-3-"当前活跃的线程个数：5"-"当前线程的名称是"：Thread-4
2022-12-16 15:06:44-4-"当前活跃的线程个数：6"-"当前线程的名称是"：Thread-5

我们的计时是对主线程计时，主线程结束，计时随之结束，打印出主线程的用时。
主线程的任务完成之后，主线程随之结束，子线程继续执行自己的任务，直到全部的子线程的任务全部结束，程序结束。

使用join()方法：

主线程任务结束之后，进入阻塞状态，一直等待调用join方法的子线程执行结束之后，主线程才会终止。下面的例子是让t调用join()方法。

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        _count = threading.active_count()
        threading_name = threading.current_thread().getName()
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        time.sleep(1)
        print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')


start_time = time.time()
print(f'{start_time},这是主线程：', threading.current_thread().name)
for i in range(5):
    t = MyThread(i)
    # t.setDaemon(True)
    t.start()
    t.join()
end_time = time.time()
print(f'{end_time},主线程结束了！', threading.current_thread().name)
print('一共用时：', end_time - start_time)


# 输出
1671174502.0245655,这是主线程： MainThread
2022-12-16 15:08:22-0-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
2022-12-16 15:08:23-1-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-2
2022-12-16 15:08:24-2-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-3
2022-12-16 15:08:25-3-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-4
2022-12-16 15:08:26-4-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-5
1671174507.0313594,主线程结束了！ MainThread
一共用时： 5.006793975830078

Process finished with exit code 0

join()方法的timeout参数

join的语法结构为join(timeout=None)，可以看到join()方法有一个timeout参数，其默认值为None，而参数timeout可以进行赋值，其含义是指定等待被join的线程的时间最长为timeout秒，也就是说当在timeout秒内被join的线程还没有执行结束的话，就不再进行等待了。

# -*- coding: utf-8 -*-
import datetime
import time
import threading


class MyThread(threading.Thread):

    def __init__(self, n):
        self.n = n
        # 注意：一定要调用父类的初始化函数，否则无法创建线程
        super().__init__()

    def run(self) -> None:
        _count = threading.active_count()
        threading_name = threading.current_thread().getName()
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        time.sleep(5)
        print(f'{times}-{self.n}-"当前活跃的线程个数：{_count}"-"当前线程的名称是"：{threading_name}')


start_time = time.time()
print(f'{start_time},这是主线程：', threading.current_thread().name)
for i in range(5):
    t = MyThread(i)
    # t.setDaemon(True)
    t.start()
    t.join(2)
end_time = time.time()
print(f'{end_time},主线程结束了！', threading.current_thread().name)
print('一共用时：', end_time - start_time)

# 输出
1671175114.663927,这是主线程： MainThread
2022-12-16 15:18:34-0-"当前活跃的线程个数：2"-"当前线程的名称是"：Thread-1
2022-12-16 15:18:36-1-"当前活跃的线程个数：3"-"当前线程的名称是"：Thread-2
2022-12-16 15:18:38-2-"当前活跃的线程个数：4"-"当前线程的名称是"：Thread-3
1671175124.6681008,主线程结束了！ MainThread
一共用时： 10.004173755645752
2022-12-16 15:18:40-3-"当前活跃的线程个数：4"-"当前线程的名称是"：Thread-4
2022-12-16 15:18:42-4-"当前活跃的线程个数：4"-"当前线程的名称是"：Thread-5

Process finished with exit code 0

线程锁

# -*- coding: utf-8 -*-
import datetime
import threading
import time

number = 0


def add():
    global number  # global声明此处的number是外面的全局变量number
    for _ in range(10000000):  # 进行一个大数级别的循环加一运算
        number += 1
    times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print(f'{times}-"当前活跃的线程个数：{threading.active_count()}"')
    print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))
    print('------------------------------')


for i in range(2):  # 用2个子线程，就可以观察到脏数据
    t = threading.Thread(target=add)
    t.start()

time.sleep(2)  # 等待2秒，确保2个子线程都已经结束运算。

print("主线程执行完毕后，number = ", number)


# 输出
2022-12-20 13:13:05-"当前活跃的线程个数：3"
子线程Thread-1运算结束后，number = 11966305
------------------------------
2022-12-20 13:13:05-"当前活跃的线程个数：2"
子线程Thread-2运算结束后，number = 12272268
------------------------------
主线程执行完毕后，number =  12272268

这里创建两个子线程操作同一个全局变量number，number被初始化为0，两个子线程通过for循环对这个number进行+1，每个子线程循环10000000次，两个子线程同时进行。如果一切正常的话，最终这个number会变成20000000，然而现实并非如此。

可以很明显地看出脏数据的情况。这是因为两个线程在运行过程中，CPU随机调度，你算一会我算一会，在没有对number进行保护的情况下，就发生了数据错误
注意此时两个线程是同时开启的。

若是使用了join()的方法

# -*- coding: utf-8 -*-
# ...
for i in range(2):  # 用2个子线程，就可以观察到脏数据
    t = threading.Thread(target=add)
    t.start()
    t.join()  # 添加这一行就让两个子线程变成了顺序执行

time.sleep(2)  # 等待2秒，确保2个子线程都已经结束运算。

print("主线程执行完毕后，number = ", number)

# 输出
2022-12-20 13:16:02-"当前活跃的线程个数：2"
子线程Thread-1运算结束后，number = 10000000
------------------------------
2022-12-20 13:16:03-"当前活跃的线程个数：2"
子线程Thread-2运算结束后，number = 20000000
------------------------------
主线程执行完毕后，number =  20000000

虽然结果是对的，但是这样的本质是把多线程变成了单线程，失去了多线程的意义。

互斥锁Lock

互斥锁是一种独占锁，同一时刻只有一个线程可以访问共享的数据。使用很简单，初始化锁对象，然后将锁当做参数传递给任务函数，在任务中加锁，使用后释放锁。

# -*- coding: utf-8 -*-
import datetime
import threading
import time

number = 0
lock = threading.Lock()


def add(lk):
    global number  # global声明此处的number是外面的全局变量number
    lk.acquire()   # 开始加锁
    for _ in range(10000000):  # 进行一个大数级别的循环加一运算
        number += 1
    times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print(f'{times}-"当前活跃的线程个数：{threading.active_count()}"')
    print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))
    print('------------------------------')
    lk.release()  # 释放锁，让别的线程也可以访问number


for i in range(2):
    t = threading.Thread(target=add, args=(lock,))
    t.start()

time.sleep(2)  # 等待2秒，确保2个子线程都已经结束运算。

print("主线程执行完毕后，number = ", number)


# 输出
2022-12-20 13:34:52-"当前活跃的线程个数：3"
子线程Thread-1运算结束后，number = 10000000
------------------------------
2022-12-20 13:34:53-"当前活跃的线程个数：2"
子线程Thread-2运算结束后，number = 20000000
------------------------------
主线程执行完毕后，number =  20000000

RLock可重入锁

用于防止访问共享资源时出现不必要的阻塞。如果共享资源在RLock中，那么可以安全地再次调用它。 RLocked资源可以被不同的线程重复访问，即使它在被不同的线程调用时仍然可以正常工作。

在同一个线程中，RLock.acquire()可以被多次调用，利用该特性，可以解决部分死锁问题。

# -*- coding: utf-8 -*-
import threading

number = 0
# lock = threading.RLock()
lock = threading.Lock()


def add(lk):
    global number  # global声明此处的number是外面的全局变量number
    lk.acquire()
    number += 1
    lk.acquire()
    number += 2
    print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))
    lk.release()
    lk.release()


for i in range(2):
    t = threading.Thread(target=add, args=(lock,))
    t.start()

在上面的程序中，两个线程同时尝试访问共享资源number，这里当一个线程当前正在访问共享资源number时，另一个线程将被阻止访问它。 当两个或多个线程试图访问相同的资源时，有效地阻止了彼此访问该资源，这就是所谓的死锁，因此上述程序没有生成任何输出。

# -*- coding: utf-8 -*-
import threading

number = 0
lock = threading.RLock()
# lock = threading.Lock()


def add(lk):
    global number  # global声明此处的number是外面的全局变量number
    lk.acquire()
    number += 1
    lk.acquire()
    number += 2
    print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))
    lk.release()
    lk.release()


for i in range(2):
    t = threading.Thread(target=add, args=(lock,))
    t.start()

# 输出
子线程Thread-1运算结束后，number = 3
子线程Thread-2运算结束后，number = 6

这两种锁的主要区别是：RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。注意：如果使用RLock，那么acquire和release必须成对出现，即调用了n次acquire，必须调用n次的release才能真正释放所占用的锁

Semaphore信号

# -*- coding: utf-8 -*-
import datetime
import threading
import time

semaphore = threading.BoundedSemaphore(2)


def add(n):
    semaphore.acquire()
    times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    _count = threading.active_count()
    print(f'{times}', f"线程-{n}", f"当前活跃的子线程个数：{_count}")
    time.sleep(3)
    semaphore.release()


for i in range(1, 10):
    t = threading.Thread(target=add, args=(i,))
    t.start()

# 输出
2022-12-20 14:39:44 线程-1 当前活跃的子线程个数：2
2022-12-20 14:39:44 线程-2 当前活跃的子线程个数：3
2022-12-20 14:39:47 线程-3 当前活跃的子线程个数：8
2022-12-20 14:39:47 线程-4 当前活跃的子线程个数：8
2022-12-20 14:39:50 线程-5 当前活跃的子线程个数：6
2022-12-20 14:39:50 线程-6 当前活跃的子线程个数：6
2022-12-20 14:39:53 线程-7 当前活跃的子线程个数：4
2022-12-20 14:39:53 线程-8 当前活跃的子线程个数：4
2022-12-20 14:39:56 线程-9 当前活跃的子线程个数：2

可以看出用Semaphore来控制后，使得同一个时刻只有两个线程在请求页面
虽然当前活跃的子线程个数很多，但真正运行的子线程个数只有两个。

事件Event

Event类会在全局定义一个Flag，当Flag=False时，调用wait()方法会阻塞所有线程；而当Flag=True时，调用wait()方法不再阻塞。形象的比喻就是“红绿灯”：在红灯时阻塞所有线程，而在在绿灯的时候，一次性放行所有排队中的线程。Event类有四个方法：

  • set()：将Flag设置为True
  • wait()：等待
  • clear()：将Flag设置为False
  • is_set()：返回bool值，判断Flag是否为True
# -*- coding: utf-8 -*-

import threading
import time
import datetime


class Boss(threading.Thread):
    def run(self):
        print("BOSS:伙计们今晚上加班到22:00")
        event.set()
        time.sleep(5)  # 模拟一个小时这段时间
        print("BOSS:22:00了可以下班了")
        event.set()


class Worker(threading.Thread):
    def run(self):
        print(f'boss发话了吗：{event.is_set()}')
        event.wait()  # 等待event为真 此列是等待老板发话
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        print(f'{times}---woker:命苦啊')
        time.sleep(1)  # 模拟工作中
        event.clear()  # 清除Event对象内部的信号标志，即将其设为假，此处等待领导发话
        event.wait()  # Event对象wait的方法只有在内部信号为真的时候才会很快的执行并完成返回。
        times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        print(f'{times}--Woker:OhYeah')


if __name__ == "__main__":
    event = threading.Event()
    threads = []
    for i in range(5):
        threads.append(Worker())
    threads.append(Boss())
    for t in threads:
        t.start()
    for t in threads:
        t.join()
    print("公司下班了")

# 输出
boss发话了吗：False
boss发话了吗：False
boss发话了吗：False
boss发话了吗：False
boss发话了吗：False
BOSS:伙计们今晚上加班到22:00
2022-12-21 14:12:52---woker:命苦啊
2022-12-21 14:12:52---woker:命苦啊
2022-12-21 14:12:52---woker:命苦啊
2022-12-21 14:12:52---woker:命苦啊
2022-12-21 14:12:52---woker:命苦啊
BOSS:22:00了可以下班了
2022-12-21 14:12:57--Woker:OhYeah
2022-12-21 14:12:57--Woker:OhYeah
2022-12-21 14:12:57--Woker:OhYeah
2022-12-21 14:12:57--Woker:OhYeah
2022-12-21 14:12:57--Woker:OhYeah
公司下班了

Event的一个好处是：可以实现线程间通信，通过一个线程去控制另一个线程。

condition条件变量

Condition称作条件锁，依然是通过acquire()/release()加锁解锁。

wait([timeout])方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。

notify()方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池），其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。

notifyAll()方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。

Python提供的Condition对象提供了对复杂线程同步问题的支持。Condition被称为条件变量，除了提供与Lock类似的 acquire和release方法外，还提供了wait和notify方法。线程首先acquire一个条件变量，然后判断一些条件。如果条件不满足则 wait；如果条件满足，进行一些处理改变条件后，通过notify方法通知其他线程，其他处于wait状态的线程接到通知后会重新判断条件。不断的重复 这一过程，从而解决复杂的同步问题。

可以认为Condition对象维护了一个锁（Lock/RLock)和一个waiting池。线程通过acquire获得Condition对 象，当调用wait方法时，线程会释放Condition内部的锁并进入blocked状态，同时在waiting池中记录这个线程。当调用notify 方法时，Condition对象会从waiting池中挑选一个线程，通知其调用acquire方法尝试取到锁。

Condition对象的构造函数可以接受一个Lock/RLock对象作为参数，如果没有指定，则Condition对象会在内部自行创建一个RLock。

# -*- coding: utf-8 -*-

import threading
import time

con = threading.Condition()
num = 0


# 生产者
class Producer(threading.Thread):

    def __init__(self):
        threading.Thread.__init__(self)

    def run(self):
        # 锁定线程
        global num
        while True:
            con.acquire()
            if num >= 5:
                print("火锅里面里面鱼丸数量已经到达5个，无法添加了！")
                # 唤醒等待的线程
                con.notify()  # 唤醒小伙伴开吃啦
                con.wait()
            print("开始添加！！！")
            num += 1
            print("火锅里面鱼丸个数：%s" % str(num))
            time.sleep(1)
            # 释放锁
            con.release()


# 消费者
class Consumers(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)

    def run(self):
        global num
        while True:
            con.acquire()
            if num <= 0:
                print("锅底没货了，赶紧加鱼丸吧！")
                con.notify()  # 通知生产鱼丸
                con.wait()
            print("开始吃啦！！！")
            num -= 1
            print("火锅里面剩余鱼丸数量：%s" % str(num))
            time.sleep(2)
            con.release()


a = Consumers()
b = Producer()
a.start()
b.start()

# 输出
锅底没货了，赶紧加鱼丸吧！
开始添加！！！
火锅里面鱼丸个数：1
开始添加！！！
火锅里面鱼丸个数：2
开始添加！！！
火锅里面鱼丸个数：3
开始添加！！！
火锅里面鱼丸个数：4
开始添加！！！
火锅里面鱼丸个数：5
火锅里面里面鱼丸数量已经到达5个，无法添加了！
开始吃啦！！！
火锅里面剩余鱼丸数量：4
开始吃啦！！！
火锅里面剩余鱼丸数量：3
开始吃啦！！！
火锅里面剩余鱼丸数量：2
开始吃啦！！！
火锅里面剩余鱼丸数量：1
开始吃啦！！！
火锅里面剩余鱼丸数量：0
锅底没货了，赶紧加鱼丸吧！
开始添加！！！
火锅里面鱼丸个数：1
开始添加！！！
火锅里面鱼丸个数：2
开始添加！！！
火锅里面鱼丸个数：3
开始添加！！！
火锅里面鱼丸个数：4
开始添加！！！
火锅里面鱼丸个数：5
火锅里面里面鱼丸数量已经到达5个，无法添加了！
开始吃啦！！！
火锅里面剩余鱼丸数量：4
开始吃啦！！！
火锅里面剩余鱼丸数量：3
开始吃啦！！！
火锅里面剩余鱼丸数量：2
开始吃啦！！！
火锅里面剩余鱼丸数量：1
开始吃啦！！！
火锅里面剩余鱼丸数量：0
锅底没货了，赶紧加鱼丸吧！
开始添加！！！
火锅里面鱼丸个数：1
开始添加！！！
火锅里面鱼丸个数：2
...

我们可以根据所谓的wait池构建一个带有缓冲区的生产者-消费者模型，即缓冲区好比一个火锅，生产者可以不断生产鱼丸知道火锅装满，然后告知消费者消费，而消费者也可以判断火锅是否空了从而告知生产者继续生产鱼丸：

定时器Timer

通过threading.Timer类可以实现n秒后执行某操作。注意一个timer对象相当于一个新的子线程。

import threading

num = 0


def createTimer():
    t = threading.Timer(2, repeat)
    t.start()
    if num == 5:
        t.cancel()


def repeat():
    global num
    num += 1
    print(num)
    createTimer()


createTimer()

# 输出
1
2
3
4
5

cancel()函数，可以在定时器被触发前，取消这个Timer。

通过with语句使用线程锁

Python Threading中的Lock模块有acquire()和release()两种方法，这两种方法与with语句的搭配相当于，进入with语句块时候会先执行acquire()方法，语句块结束后会执行release方法。

# -*- coding: utf-8 -*-
from threading import Lock

temp_lock = Lock()

with temp_lock:
    print(temp_lock)

print(temp_lock)


# 输出
<locked _thread.lock object at 0x00000231110F01E0>
<unlocked _thread.lock object at 0x00000231110F01E0>

与之对应的有

# -*- coding: utf-8 -*-
from threading import Lock

temp_lock = Lock()

temp_lock.acquire()
try:
    print(temp_lock)
finally:
    temp_lock.release()

print(temp_lock)

# 输出
<locked _thread.lock object at 0x0000024B0DF301E0>
<unlocked _thread.lock object at 0x0000024B0DF301E0>

线程池ThreadPoolExecutor

# -*- coding: utf-8 -*-

import time
import threading
from concurrent.futures import ThreadPoolExecutor, as_completed


def sayhello(name):
    print("%s say Hello to %s" % (threading.current_thread().getName(), name))
    time.sleep(1)
    return name


name_list = ['张三', '李四', '王二', '麻子']
start_time = time.time()
with ThreadPoolExecutor(max_workers=2) as executor:  # 创建 ThreadPoolExecutor
    future_list = [executor.submit(sayhello, name) for name in name_list]  # 提交任务


for future in as_completed(future_list):
    result = future.result()  # 获取任务结果
    print("%s get result : %s" % (threading.current_thread().getName(), result))

print('%s cost %d second' % (threading.current_thread().getName(), time.time() - start_time))


# 输出
ThreadPoolExecutor-0_0 say Hello to 张三
ThreadPoolExecutor-0_1 say Hello to 李四
ThreadPoolExecutor-0_1 say Hello to 王二
ThreadPoolExecutor-0_0 say Hello to 麻子
MainThread get result : 王二
MainThread get result : 麻子
MainThread get result : 李四
MainThread get result : 张三
MainThread cost 2 second
  • max_workers参数用来控制线程池中运行的最大线程数
  • 通过submit方法将任务提交到线程池中,一次只能提交一个.submit会立即返回结果，第一个参数是函数名,第二个参数是函数的参数,他是一个元组
  • submit方法返回是一个future对象
  • as_completed函数会将运行完的任务一个一个yield出来，它返回任务的结果与提交任务的顺序无关,谁先执行完返回谁

或者

# -*- coding: utf-8 -*-
"""线程池的回调"""
# -*- coding: utf-8 -*-

import time
import threading
from concurrent.futures import ThreadPoolExecutor, as_completed


def sayhello(name):
    print("%s say Hello to %s" % (threading.current_thread().getName(), name))
    time.sleep(1)
    return name


name_list = ['张三', '李四', '王二', '麻子']
start_time = time.time()
with ThreadPoolExecutor(max_workers=2) as executor:  # 创建 ThreadPoolExecutor
    for data in executor.map(sayhello, name_list):
        print("%s get data : %s" % (threading.current_thread().getName(), data))  # 内部迭代中, 每个driver_id开启一个线程


print('%s cost %d second' % (threading.current_thread().getName(), time.time() - start_time))


# 输出
ThreadPoolExecutor-0_0 say Hello to 张三
ThreadPoolExecutor-0_1 say Hello to 李四
ThreadPoolExecutor-0_1 say Hello to 王二
ThreadPoolExecutor-0_0 say Hello to 麻子
MainThread get data : 张三
MainThread get data : 李四
MainThread get data : 王二
MainThread get data : 麻子
MainThread cost 2 second
  • 使用map方法，无需提前使用submit方法，map方法与python标准库中的map含义相同，都是将序列中的每个元素都执行同一个函数
  • map方法会将任务运行的结果yield出来
  • map方法返回任务结果的顺序与提交任务的顺序一致
© 版权声明
本站文章由不念博客原创，未经允许严禁转载！
THE END
Python编程
# 线程# import# threading
相关推荐
matlab软件怎么下载？（matlab官网正版下载安装教程）-不念博客

1matlab软件怎么下载？（matlab官网正版下载安装教程）

不念的头像-不念博客1小时前
1832
聚水潭erp登录入口（聚水潭官方网址）-不念博客

2聚水潭erp登录入口（聚水潭官方网址）

不念的头像-不念博客2小时前
6934
todesk远程软件下载（todesk官网下载链接）-不念博客

3todesk远程软件下载（todesk官网下载链接）

不念的头像-不念博客昨天
617
夸克网页版入口（夸克官网网址分享）-不念博客

4夸克网页版入口（夸克官网网址分享）

不念的头像-不念博客昨天
18.7W+
百家号登录入口（百家号官网登录教程）-不念博客

5百家号登录入口（百家号官网登录教程）

不念的头像-不念博客4天前
9214
如何设计安全的API调用-不念博客

1如何设计安全的API调用

不念的头像-不念博客11个月前
279
Linux终端显示行数(Linux终端显示行数的命令)-不念博客

2Linux终端显示行数(Linux终端显示行数的命令)

不念的头像-不念博客1年前
421
Linux QtFM文件管理器的3个令人愉快的功能-不念博客

3Linux QtFM文件管理器的3个令人愉快的功能

不念的头像-不念博客1年前
229
Ubuntu的软件存储库系统详解-不念博客

4Ubuntu的软件存储库系统详解

不念的头像-不念博客1年前
309
深入解析香港CN2GIA大带宽的优势-不念博客

5深入解析香港CN2GIA大带宽的优势

不念的头像-不念博客1年前
422
标签云
鼠标默认值默认黑树黑帽麻辣烫麒麟鸟哥魔力魔兽高防高速高级ACL高精度高端高斯高性能高带宽高密度高密高可靠性高可用性骨干验证码验证驱逐驱动程序驱动器驱动马赛克马斯克香港站香港首部饿汉饥荒餐具飞行飞秋风河风格颜色代码题目题库颗粒频谱频率