python之多线程
大家好,又见面了,我是你们的朋友全栈君。
声明:示例来源《python核心编程》
前言
单线程处理多个外部输入源的任务只能使用I/O多路复用,如:select,poll,epoll。
特别值得注意的是:由于一个串行程序需要从每个 I/O 终端通道来检查用户的输入,程序在读取 I/O 终端通道时不能阻塞,因为用户输入的到达时间是不确定的,并且阻塞会妨碍其他 I/O 通道的处理。
select,poll,epoll本质上都是同步I/O,因为他们都需要在读写事件就绪后自己负责进行读写,也就是说这个读写过程是阻塞的,而异步I/O则无需自己负责进行读写,异步I/O的实现只负责把数据从内核拷贝到用户空间。
为此就引出了我们的主体多线程,多线程的特点:
- 本质上是异步的
- 需要多个并发活动
- 每个活动的处理顺序可能是不确定的,或者说是随机的、不可预测的。
什么是进程? 进程就是一个执行中的程序。每个进程都拥有自己的地址空间、内存、数据栈以及其他用于跟踪执行的辅助数据。操作系统管理其上所有进程的执行,并为这些进程合理地分配时间。进程也可以通过派生( fork 或 spawn)新的进程来执行其他任务,不过因为每个新进程也都拥有自己的内存和数据栈等,所以只能采用进程间通信( IPC)的方式共享信息。
什么是线程? 线程(有时候称为轻量级进程)与进程类似,不过它们是在同一个进程下执行的,并共享相同的上下文。可以将它们认为是在一个主进程或“主线程”中并行运行的一些“迷你进程”。
python中的多线程实现
threading模块中的对象列表
ps:我们通过python实现多线程编程,主要用到的是threading.Thread对象
Thread对象常用属性和方法
多线程示例
context: python2.7.13
python通过Thread对象创建一个多线程实例,主要有3种方式:
- 创建 Thread 的实例,传给它一个函数。
- 创建 Thread 的实例,传给它一个可调用的类实例。
- 派生 Thread 的子类,并创建子类的实例。
ps:我们通常会选择第一个或第三个方案。当你需要一个更加符合面向对象的接口时,会选择后者。所以,建议使用第三种方案,它是最适合你的应用和未来扩展的方法。
示例1:创建 Thread 的实例,传给它一个函数。
1 #!/usr/bin/env python
2 #-*- coding:utf-8 -*-
3 import threading
4 from time import sleep,ctime
5
6 loops = [4,2]
7
8 def loop(nloop,nsec):
9 print "start loop",nloop,"at:",ctime()
10 sleep(nsec)
11 print "loop",nloop,'done at:',ctime()
12
13 def main():
14 print "Starting at:",ctime()
15 threads = []
16 nloops = range(len(loops))
17 #完成所有线程分配,并不立即开始执行
18 for i in nloops:
19 t = threading.Thread(target=loop,args=(i,loops[i]))
20 threads.append(t)
21 #开始调用start方法,同时开始所有线程
22 for i in nloops:
23 threads[i].start()
24 #join方法:主线程等待所有子线程执行完成,再执行主线程接下来的操作。
25 for i in nloops:
26 threads[i].join()
27
28 print "All done at:",ctime()
29 if __name__=="__main__":
30 main()
Starting at: Sun Jun 18 10:00:49 2017
start loop 0 at: Sun Jun 18 10:00:49 2017
start loop 1 at: Sun Jun 18 10:00:49 2017
loop 1 done at: Sun Jun 18 10:00:51 2017
loop 0 done at: Sun Jun 18 10:00:53 2017
All done at: Sun Jun 18 10:00:53 2017
Process finished with exit code 0
resault
示例2:创建 Thread 的实例,传给它一个可调用的类实例
#!/usr/bin/env python
#-*- encoding:utf-8 -*-
import threading
from time import sleep,ctime
loops = [4,2]
class ThreadFunc(object):
def __init__(self,func,args,name=""):
self.name = name
self.func = func
self.args = args
#使类具有函数行为,就像函数的代理(proxy)
def __call__(self):
self.func(*self.args)
def loop(nloop,nsec):
print "start loop",nloop,"at:",ctime()
sleep(nsec)
print "loop",nloop,'done at:',ctime()
def main():
print "Starting at:",ctime()
threads = []
nloops = range(len(loops))
#完成所有线程分配,并不立即开始执行
for i in nloops:
t = threading.Thread(target=ThreadFunc(loop,(i,loops[i]),loop.__name__))
threads.append(t)
#开始调用start方法,同时开始所有线程
for i in nloops:
threads[i].start()
#join方法等待子线程执行完成,再执行主线程接下来的操作。
for i in nloops:
threads[i].join()
print "All done at:",ctime()
if __name__=="__main__":
main()
传入类实例
Starting at: Sun Jun 18 10:03:52 2017
start loop 0 at: Sun Jun 18 10:03:52 2017
start loop 1 at: Sun Jun 18 10:03:52 2017
loop 1 done at: Sun Jun 18 10:03:54 2017
loop 0 done at: Sun Jun 18 10:03:56 2017
All done at: Sun Jun 18 10:03:56 2017
Process finished with exit code 0
resault
示例3:派生 Thread 的子类,并创建子类的实例。
自定义类MyThread
- 文件名:mythread.py,
- 内容:MyThread为threading.Thread的派生类
#!/usr/bin/env python#-*- coding:utf-8 -*-import threadingfrom time import sleep,ctimeclass MyThread(threading.Thread): def __init__(self,func,args,name=""): threading.Thread.__init__(self) self.name = name self.func = func self.args = args def get_res(self): return self.res def run(self): print "Starting",self.name,"at:",ctime() self.res = self.func(*self.args) print self.name,"finish at:",ctime()
菲波那切数列,阶乘,累加单线程也多线程对比
#!/usr/bin/env python#-*- coding:utf-8 -*-#MyThread为自定义的threading.Thread的派生类from mythread import MyThreadfrom time import sleep,ctime#斐波那契数列def fib(x): sleep(0.005) if x < 2:return 1 return (fib(x-2)+fib(x-1))#阶乘def fac(x): sleep(0.1) if x < 2:return 1 return (x*fac(x-1))#累加def sum(x): sleep(0.1) if x < 2:return 1 return (x + sum(x-1))funcs = [fib,fac,sum]n = 12def main(): nfuncs = range(len(funcs)) print "---SINGLE THREAD---" for i in nfuncs: print "Starting",funcs[i].__name__,"at:",ctime() print funcs[i](n) print funcs[i].__name__,"finish at:",ctime() print "\n---MULTIPLE THREADS---" threads = [] for i in nfuncs: t = MyThread(funcs[i],(n,),funcs[i].__name__) threads.append(t) for i in nfuncs: threads[i].start() for i in nfuncs: threads[i].join() print threads[i].get_res() print "All Done!"if __name__ == '__main__': main()
---SINGLE THREAD---
Starting fib at: Sun Jun 18 09:12:17 2017
233
fib finish at: Sun Jun 18 09:12:24 2017
Starting fac at: Sun Jun 18 09:12:24 2017
479001600
fac finish at: Sun Jun 18 09:12:26 2017
Starting sum at: Sun Jun 18 09:12:26 2017
78
sum finish at: Sun Jun 18 09:12:27 2017
---MULTIPLE THREADS---
Starting fib at: Sun Jun 18 09:12:27 2017
Starting fac at: Sun Jun 18 09:12:27 2017
Starting sum at: Sun Jun 18 09:12:27 2017
fac finish at: Sun Jun 18 09:12:28 2017
sum finish at: Sun Jun 18 09:12:28 2017
fib finish at: Sun Jun 18 09:12:34 2017
233
479001600
78
All Done!
Process finished with exit code 0
resault
以单线程模式运行时,只是简单地依次调用每个函数,并在函数执行结束后立即显示相应的结果。
而以多线程模式运行时,并不会立即显示结果。 因为我们希望让 MyThread 类越通用越好(有输出和没有输出的调用都能够执行),我们要一直等到所有线程都执行结束,然后调用get_res()方法来最终显示每个函数的返回值。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/155868.html原文链接:https://javaforall.cn