python 多线程threading程序详情

CPython implementation detail: 在 CPython 中，由于存在全局解释器锁， 同一时刻只有一个线程可以执行 Python 代码（虽然某些性能导向的库可能会去除此限制）。 如果你想让你的应用更好地利用多核心计算机的计算资源，推荐你使用multiprocessing或concurrent.futures.ProcessPoolExecutor但是，如果你想要同时运行多个 I/O 密集型任务，则多线程仍然是一个合适的模型。

再来引入一个概念：

  • 并行（parallelism）：   是同一时刻，每个线程都在执行。
  • 并发（concurrency）：是同一时刻，只有一个线程执行，然后交替执行(再加上电脑运行速度快)。所以从一个宏观的角度来看，似乎每个线程都在执行了。

可以知道python线程是并发的。

 关于线程Threading的方法（获取线程的某种属性）。

  • active_count()：它会获得，执行这个方法时，还存活的Thread()的对象数量。
  • enumerate()：返回当前所有存活的Thread对象的列表。
  • current_thread()：返回当前调用者 控制Thread()线程的对象。如果调用者控制的线程对象不是由threading创建，则会返回一个功能受限的虚拟线程对象。
  • get_ident()：返回当前线程的“线程标识符”。它是一个非零整数。
  • get_native_id()：返回内核分配给当前线程的原生集成线程ID。这是一个非负整数。
  • main_thread()：返回主线程(thread)对象，一般是python解释器开始时创建的线程。

线程简介：

　Thread类表示在单独的控制线程中运行的活动。指定活动有两种方法：将可调用对象传递给构造函数，或重写子类中的run（）方法。子类中不应重写任何其他方法（构造函数除外）。换句话说，只重写这个类的_init__;（）和run（）方法

一旦线程活动开始，该线程会被认为是 '存活的' 。当它的run()  方法终结了（不管是正常的还是抛出未被处理的异常），就不是'存活的'。

先看看该类的参数有哪些：

class threading.Thread(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)

  • group：官方的解释是，为了日后扩展ThreadGroup类实现而保留。(唉，我也不太清楚的)
  • target：是要于多线程的函数
  • name：是线程的名字
  • args ：函数的参数，类型是元组()
  • kwargs：函数的参数，类型是字典{}

为了便于理解，先举一个小例子，为了方便理解，先简单了解一下该类的一个方法（函数在类中被称为方法）：

  • start()：开始线程活动
import threading
import time
 
# 打印函数a
def printa(a):
    count = 0
    while count < 5:
        time.sleep(2)
        print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, a, time.ctime()))
        count += 1
 
# 打印函数b
def printb(b):
    count = 0
    while count < 5:
        time.sleep(4)
        print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, b, time.ctime()))
        count += 1
 
# threading.Thread(target=,args=(),name='')
t1 = threading.Thread(target=printa, args=(10,), name='线程1')
t2 = threading.Thread(target=printb, args=(20,), name='线程2')
 
t1.start()
t2.start()
 
t1.join()
t2.join()
 
print("退出主线程")
import threading
import time
 
# 打印函数a
def printa(a):
    count = 0
    while count < 5:
        time.sleep(2)
        print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, a, time.ctime()))
        count += 1
 
# threading.Thread(target=,args=(),name='')
threadList = []
for i in range(3):
    t = threading.Thread(target=printa, args=(i,))
    threadList.append(t)
 
for t in threadList:
    t.start()
 
for t in threadList:
    t.join()
    
print("退出主线程")

到此这篇关于python 多线程threading程序详情的文章就介绍到这了,更多相关python 多线程threading内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • Python 多线程之threading 模块的使用

    简介 Python 通过 _thread 和 threading 模块提供了对多线程的支持,threading 模块兼具了 _thread 模块的现有功能,又扩展了一些新的功能,具有十分丰富的线程操作功能 创建线程 使用 threading 模块创建线程通常有两种方式: 1)使用 threading 模块中 Thread 类的构造器创建线程,即直接对类 threading.Thread 进行实例化,并调用实例化对象的 start 方法创建线程: 2)继承 threading 模块中的 Threa

  • Python3 socket即时通讯脚本实现代码实例(threading多线程)

    Python 提供了两个级别访问的网络服务.: 低级别的网络服务支持基本的 Socket,它提供了标准的 BSD Sockets API,可以访问底层操作系统Socket接口的全部方法. 高级别的网络服务模块 SocketServer, 它提供了服务器中心类,可以简化网络服务器的开发. ------------------------------------------------服务端代码-------------------------------------- __author__ = "

  • Python多线程Threading、子线程与守护线程实例详解

    本文实例讲述了Python多线程Threading.子线程与守护线程.分享给大家供大家参考,具体如下: 线程与进程: 线程对于进程来说,就好似工厂里的工人,分配资源是分配到工厂,工人再去处理. 线程是被系统独立调度和分派的基本单位,线程自己不拥有系统资源,只拥有一点儿在运行中必不可少的资源,但它可与同属一个进程的其它线程共享进程所拥有的全部资源. 在单个程序中同时运行多个线程完成不同的工作,称为多线程 对于IO密集型的程序来说,多线程可以利用读IO的时间去做其他事[IO并不占用CPU,这就好像A

  • Python多线程编程之threading模块详解

    Python多线程编程之threading模块详解

    一.介绍 线程是什么?线程有啥用?线程和进程的区别是什么? 线程是操作系统能够进行运算调度的最小单位.被包含在进程中,是进程中的实际运作单位.一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务. 二.Python如何创建线程 2.1 方法一: 创建Thread对象 步骤: 1.目标函数 2.实例化Thread对象 3.调用start()方法 import threading # 目标函数1 def fun1(num): for i in range(

  • python 包之 threading 多线程

    目录 一.创建一个线程 二.创建多个线程 三.线程同步 四.递归锁 五.信号锁 一.创建一个线程 通过实例化threading.Thread类创建线程 import threading def func(s): print(s) if __name__ == '__main__': # 创建线程 thread = threading.Thread(target=func, args=('hello',)) # 启动线程 thread.start() # 等待线程结束 thread.join()

  • 详解Python的多线程定时器threading.Timer

    threading.Timer 一次timer只生效一次,不会反复循环,如果实现循环触发,代码如下: import time import threading def createTimer(): t = threading.Timer(2, repeat) t.start() def repeat(): print('Now:', time.strftime('%H:%M:%S',time.localtime())) createTimer() createTimer() 这段代码的功能就是每

  • python 多线程threading程序详情

    CPython implementation detail: 在 CPython 中,由于存在全局解释器锁, 同一时刻只有一个线程可以执行 Python 代码(虽然某些性能导向的库可能会去除此限制). 如果你想让你的应用更好地利用多核心计算机的计算资源,推荐你使用multiprocessing或concurrent.futures.ProcessPoolExecutor但是,如果你想要同时运行多个 I/O 密集型任务,则多线程仍然是一个合适的模型. 再来引入一个概念: 并行(parallelis

  • Python多线程threading和multiprocessing模块实例解析

    Python多线程threading和multiprocessing模块实例解析

    本文研究的主要是Python多线程threading和multiprocessing模块的相关内容,具体介绍如下. 线程是一个进程的实体,是由表示程序运行状态的寄存器(如程序计数器.栈指针)以及堆栈组成,它是比进程更小的单位. 线程是程序中的一个执行流.一个执行流是由CPU运行程序代码并操作程序的数据所形成的.因此,线程被认为是以CPU为主体的行为. 线程不包含进程地址空间中的代码和数据,线程是计算过程在某一时刻的状态.所以,系统在产生一个线程或各个线程之间切换时,负担要比进程小得多. 线程是一

  • Python多线程threading模块用法实例分析

    Python多线程threading模块用法实例分析

    本文实例讲述了Python多线程threading模块用法.分享给大家供大家参考,具体如下: 多线程 - threading python的thread模块是比较底层的模块,python的threading模块对thread做了一些包装,可以更加方便的被使用. 1. 使用threading模块 单线程执行 #coding=utf-8 import time def saySorry(): print('跑一圈') time.sleep(1) if __name__ == "__main__&qu

  • Python多线程的使用详情

    目录 一,实用方法 二.补充:Python多线程共享变量资源竞争问题 一,实用方法 1.线程之间执行是无序的,cpu调度哪个线程就执行哪个线程: 2.主线程等待所有子线程结束后再结束,设置守护线程可以实现当主线程结束时子线程立马结束: 3.设置守护线程:1.threading.Thread(daemon=True),2.线程对象.setDaemon(True): 4.线程之间共享全局变量,存在资源竞争问题. ''' 线程之间执行是无序的,cpu调度哪个线程就执行哪个线程 主线程会等待所有子线程结

  • python多线程threading.Lock锁用法实例

    本文实例讲述了python多线程threading.Lock锁的用法实例,分享给大家供大家参考.具体分析如下: python的锁可以独立提取出来 复制代码 代码如下: mutex = threading.Lock() #锁的使用 #创建锁 mutex = threading.Lock() #锁定 mutex.acquire([timeout]) #释放 mutex.release() 锁定方法acquire可以有一个超时时间的可选参数timeout.如果设定了timeout,则在超时后通过返回值

  • Python 多线程Threading初学教程

    Python 多线程Threading初学教程

    1.1 什么是多线程 Threading 多线程可简单理解为同时执行多个任务. 多进程和多线程都可以执行多个任务,线程是进程的一部分.线程的特点是线程之间可以共享内存和变量,资源消耗少(不过在Unix环境中,多进程和多线程资源调度消耗差距不明显,Unix调度较快),缺点是线程之间的同步和加锁比较麻烦. 1.2 添加线程 Thread 导入模块 import threading 获取已激活的线程数 threading.active_count() 查看所有线程信息 threading.enumer

  • Python多线程threading join和守护线程setDeamon原理详解

    同一进程下的多个线程共享内存数据,多个线程之间没有主次关系,相互之间可以操作:cpu执行的都是线程,默认程序会开一个主线程:进程是程序以及和程序相关资源的集合:某些场景下我们可以使用多线程来达到提高程序执行效率的目的,下面就多线程的一些基础知识做简要说明 简单的多线程 import threading, time def test1(x): time.sleep(5) print(x**x) #下面定义两个线程调用test1这个函数,创建多线程使用如下语法,target后面跟函数名,args传递

  • Python多线程threading创建及使用方法解析

    一.线程创建方法 1. 普通创建 import threading def run(name): for i in range(3): print(name) if __name__ == '__main__': t1 = threading.Thread(target=run, args=("t1",)) t2 = threading.Thread(target=run, args=("t2",)) t1.start() t2.start() ----------

  • Python中Threading用法详解

    Python的threading模块松散地基于Java的threading模块.但现在线程没有优先级,没有线程组,不能被销毁.停止.暂停.开始和打断. Java Thread类的静态方法,被移植成了模块方法. main thread: 运行python程序的线程 daemon thread 守护线程,如果守护线程之外的线程都结束了.守护线程也会结束,并强行终止整个程序.不要在守护进程中进行资源相关操作.会导致资源不能正确的释放.在非守护进程中使用Event. Thread 类 (group=No

随机推荐