python多线程(一)

原文：http://www.pythonclub.org/python-basic/threading

一、python多线程thread和threading实现

python是支持多线程的，并且是native的线程。主要是通过thread和threading这两个模块来实现的。

python的thread模块是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用。

这里需要提一下的是python对线程的支持还不够完善，不能利用多CPU，但是下个版本的python中已经考虑改进这点，让我们拭目以待吧。

threading模块里面主要是对一些线程的操作对象化了，创建了叫Thread的class。

一般来说，使用线程有两种模式，一种是创建线程要执行的函数，把这个函数传递进Thread对象里，让它来执行；另一种是直接从Thread继承，创建一个新的class，把线程执行的代码放到这个新的 class里。

我们来看看这两种做法吧。

http://blog.csdn.net/guopengzhang/article/details/5458091

一）线程基础

1、创建线程：

thread模块提供了start_new_thread函数，用以创建线程。start_new_thread函数成功创建后还可以对其进行操作。

其函数原型：

start_new_thread(function,atgs[,kwargs])

其参数含义如下：

function: 在线程中执行的函数名

args:元组形式的参数列表。

kwargs: 可选参数，以字典的形式指定参数

方法一：通过使用thread模块中的函数创建新线程。

>>> import thread

>>> def run(n):

    for i in range(n):

        print i

>>> thread.start_new_thread(run,(,))   #注意第二个参数一定要是元组的形式

>>> 

KeyboardInterrupt

>>> thread.start_new_thread(run,(,))

>>>

thread.start_new_thread(run,(),{'n':})

>>> 

thread.start_new_thread(run,(),{'n':})

>>>

方法二：通过继承threading.Thread创建线程

>>> import threading

>>> class mythread(threading.Thread):

    def __init__(self,num):

        threading.Thread.__init__(self)

        self.num = num

    def run(self):               #重载run方法

        print 'I am', self.num

>>> t1 = mythread()

>>> t2 = mythread()

>>> t3 = mythread()

>>> t1.start()           #运行线程t1

I am

>>>

t2.start()

I am

>>>

t3.start()

I am

>>>

方法三：使用threading.Thread直接在线程中运行函数。

import threading

>>> def run(x,y):

    for i in range(x,y):

        print i

>>> t1 = threading.Thread(target=run,args=(,)) #直接使用Thread附加函数args为函数参数

>>> t1.start()

>>>

二)Thread对象中的常用方法：

1、isAlive方法：

>>> import threading

>>> import time

>>> class mythread(threading.Thread):

    def __init__(self,id):

        threading.Thread.__init__(self)

        self.id = id

    def run(self):

        time.sleep()    #休眠5秒

        print self.id

>>> t = mythread()

>>> def func():

    t.start()

    print t.isAlive()    #打印线程状态

>>> func()

True

>>>

2、join方法：

原型：join([timeout])

timeout: 可选参数，线程运行的最长时间

import threading

>>> import time     #导入time模块

>>> class Mythread(threading.Thread):

    def __init__(self,id):

        threading.Thread.__init__(self)

        self.id = id

    def run(self):

        x =

        time.sleep()

        print self.id

>>> def func():

    t.start()

    for i in range():

        print i

>>> t = Mythread()

>>> func()

>>>

def func():

    t.start()

    t.join()

    for i in range():

        print i

>>> t = Mythread()

>>> func()

>>>

3、线程名：

>>> import threading

>>> class mythread(threading.Thread):

    def __init__(self,threadname):

        threading.Thread.__init__(self,name=threadname)

    def run(self):

        print self.getName()

>>>

>>> t1 = mythread('t1')

>>> t1.start()

t1

>>>

4、setDaemon方法

在脚本运行的过程中有一个主线程，如果主线程又创建了一个子线程，那么当主线程退出时，会检验子线程是否完成。如果子线程未完成，则主线程会在等待子线程完成后退出。

当需要主线程退出时，不管子线程是否完成都随主线程退出，则可以使用Thread对象的setDaemon方法来设置。

三）线程同步

1.简单的线程同步

使用Thread对象的Lock和RLock可以实现简单的线程同步。对于如果需要每次只有一个线程操作的数据，可以将操作过程放在acquire方法和release方法之间。如：

# -*- coding:utf- -*-

import threading

import time

class mythread(threading.Thread):

    def __init__(self,threadname):

        threading.Thread.__init__(self,name = threadname)

    def run(self):

        global x                #设置全局变量

#        lock.acquire()          #调用lock的acquire方法

        for i in range():

            x = x +

        time.sleep()

        print x

#        lock.release()          #调用lock的release方法

#lock = threading.RLock()        #生成Rlock对象

t1 = []

for i in range():

    t = mythread(str(i))

    t1.append(t)

x =                    #将全局变量的值设为0

for i in t1:

    i.start()

E:/study/python/workspace>xianchengtongbu.py

如果将lock.acquire()和lock.release(),lock = threading.Lock()删除后保存运行脚本，结果将是输出10个30。30是x的最终值，由于x是全局变量，每个线程对其操作后进入休眠状态，在线程休眠的时候，python解释器就执行了其他的线程而是x的值增加。当所有线程休眠结束后，x的值已被所有线修改为了30，因此输出全部为30。

2、使用条件变量保持线程同步。

Python的Condition对象提供了对复制线程同步的支持。使用Condition对象可以在某些事件触发后才处理数据。Condition对象除了具有acquire方法和release的方法外，还有wait方法、notify方法、notifyAll方法等用于条件处理。

# -*- coding:utf- -*-

import threading

class Producer(threading.Thread):

    def __init__(self,threadname):

        threading.Thread.__init__(self,name = threadname)

    def run(self):

        global x

        con.acquire()

        if x == :

            con.wait()

        #    pass

        else:

            for i in range():

                x = x +

            con.notify()

        print x

        con.release()

class Consumer(threading.Thread):

    def __init__(self,threadname):

        threading.Thread.__init__(self,name = threadname)

    def run(self):

        global x

        con.acquire()

        if x == :

            con.wait()

            #pass

        else:

            for i in range():

                x = x -

            con.notify()

        print x

        con.release()

con = threading.Condition()

x =

p = Producer('Producer')

c = Consumer('Consumer')

p.start()

c.start()

p.join()

c.join()

print x

E:/study/python/workspace>xianchengtongbu2.py

线程间通信：

Event对象用于线程间的相互通信。他提供了设置信号、清除信宏、等待等用于实现线程间的通信。

1、设置信号。Event对象使用了set()方法后，isSet()方法返回真。

2、清除信号。使用Event对象的clear（）方法后，isSet（）方法返回为假。

3、等待。当Event对象的内部信号标志为假时，则wait()方法一直等到其为真时才返回。还可以向wait传递参数，设定最长的等待时间。

# -*- coding:utf- -*-

import threading

class mythread(threading.Thread):

    def __init__(self,threadname):

        threading.Thread.__init__(self,name = threadname)

    def run(self):

        global event

        if event.isSet():

            event.clear()

            event.wait()   #当event被标记时才返回

            print self.getName()

        else:

            print self.getName()

            event.set()

event = threading.Event()

event.set()

t1 = []

for i in range():

    t = mythread(str(i))

    t1.append(t)

for i in t1:

    i.start()

巴特西

python多线程(一)

最新文章

热门文章