Python——thread

  该模块在Python 3中更名为 _thread。

  该模块实现对Python多线程的低层次操作原语,也提供了多线程之间用于同步的锁机制。threading 模块基于本模块提供了更易用的高层次线程API。Windows、Linux、SGI IRIX、Solaris 2.x、和支持 POSIX thread (a.k.a. “pthread”) 的平台都支持该模块,对于不支持 thread 模块的平台,使用 dummy_thread 作为替代。

该模块中定义的常量和函数

exception thread.error

  当出现线程相关的异常时抛出

thread.LockType

  lock 对象的类型

thread.start_new_thread(function, args[, kwargs])

  启动一个新线程,返回它的标识符。

  该新启动的线程会用参数列表 args (必须是一个元组)中的参数调用 function,关键字参数 kwargs 是可选的。当函数 function 返回时,执行它的线程静默退出,当函数因为一个未处理的异常而终止时,线程退出同时打印堆栈轨迹。

thread.interrupt_main()

  在主线程中抛出异常 KeyboardInterrupt,子线程可以使用该函数去打断主线程

  Python 2.3 引入

thread.exit()

  抛出异常 SystemExit,如果这个异常没有被捕获,会让线程静默退出

thread.allocate_lock()

  返回一个新的 lock 对象,该实例初始时没有被上锁

thread.get_ident()

  返回当前线程的线程标识符,这是一个非零整数,值并没有实际意义,就是用来在线程相关的字典中检索指定线程的信息,当一个线程退出时,它的标识符会被回收等待以后创建新线程时使用。

thread.stack_size([size])

  返回创建线程时使用的线程栈大小,可选参数 size 指示以后创建新线程时的栈大小,必须是0(使用平台默认)或者是一个不小于32,768 (32kB)的整数。如果不支持改变线程栈的大小,该函数将会抛出异常 error。如果指定的栈大小无效,将会抛出 ValueError,同时下次新建线程时栈的大小不变。

  32kB 是Python当前支持的最小栈空间,如果没有查阅具体的平台对于线程栈大小的具体规范,使用4KB的倍数是一个比较保险的办法。

  适用于: Windows, systems with POSIX threads.

  Python 2.5 引入

Lock 对象

lock.acquire([waitflag])

  无参数调用时,该方法会无条件的获得锁,或者等待其他的线程释放锁(一次只有一个线程可以获得锁),如果提供整型参数 waitflag,该方法的行为依赖于这个参数:

  如果 waitflag 是0:只有在该锁可以立即获得(不用等待)时才会让这个线程获得锁;

  如果 waitflag 非0:线程会像无参数时那样获取锁

  返回值:

  成果获得锁返回 True ,否则返回 False

lock.release()

  释放锁,必须是已经获得的锁,但可以不是同一个线程。

lock.locked()

  返回 lock 对象的状态:如果已经被某些线程获取就返回 True ,否则返回 False

示例:使用 with 语句使用线程锁

import thread

a_lock = thread.allocate_lock()

with a_lock:
    print "a_lock is locked while this executes"

注意事项

  • 线程和中断的交互比较奇怪:异常 KeyboardInterrupt 可以被任意线程接收,(当 signal 模块可用时,中断总是发向主线程
  • 调用 sys.exit() 或抛出异常 SystemExit 等价于调用 thread.exit()
  • acquire() 方法是不可中断的—— KeyboardInterrupt 会在锁获取后才发生
  • 当主线程退出时,其他线程的行为是平台定义的,SGI IRIX 使用可原生的线程实现,所以其他的线程能够存活;在大多数其他平台上,其他的线程会被直接杀掉,而不用执行 try ... finally 分句或其他的对象析构函数
  • 当主线程退出时,不会执行除 try ...finally 以外的其他清理,标准I/O也不会被刷出。
时间: 2024-10-05 05:55:22

Python——thread的相关文章

TLS 与 python thread local

TLS 先说TLS( Thread Local Storage),wiki上是这么解释的: Thread-local storage (TLS) is a computer programming method that uses static or global memory local to a thread. 线程本地存储(TLS)是一种电脑编程技术, 它用静态或者全局的存储器来保存线程本地的变量(意译). 其目的是为了实现变量隔离,即“同一个”全局变量,对于不同的线程,其值可以不同(类似

Python thread start (C source code)

Python源码剖析中针对进程的封装: static PyMethodDef thread_methods[] = { {"start_new_thread", (PyCFunction)thread_PyThread_start_new_thread, METH_VARARGS, start_new_doc}, {"start_new", (PyCFunction)thread_PyThread_start_new_thread, METH_VARARGS, st

python thread local的用法

python 中多线程的并发跟其他语言一样,需要考虑多线程并发访问去全局变量所带来的问题,python的local类解决了这个问题,通过它让每个线程内部有一个相对独立的local保存数据,某一个线程修改了数据,不影响其他线程中保存的数据. 1 from threading import Thread 2 import threading 3 import time 4 local_value=threading.local() 5 local_value.x='en' 6 class threa

python thread 多线程

thread 模块在python3中改为_thread,网上的各种帖子都说不建议新手使用thread,好吃不好吃总得尝尝看. 1 import _thread 2 3 def print_num(): 4 for i in range(100): 5 print(i) 6 7 _thread.start_new_thread(print_num,()) 8 _thread.start_new_thread(print_num,()) 9 _thread.start_new_thread(prin

python thread模块 锁 同步锁

Python中的线程是操作系统的原生线程,Python虚拟机使用一个全局解释器锁(Global Interpreter Lock)来互斥线程对Python虚拟机的使用.为了支持多线程机制,一个基本的要求就是需要实现不同线程对共享资源访问的互斥,所以引入了GIL.GIL:在一个线程拥有了解释器的访问权之后,其他的所有线程都必须等待它释放解释器的访问权,即使这些线程的下一条指令并不会互相影响.在调用任何Python C API之前,要先获得GILGIL缺点:多处理器退化为单处理器:优点:避免大量的加

Python Thread related

1.Thread.join([timeout]) Wait until the thread terminates. This blocks the calling thread until the thread whose join() method is called terminates – either normally or through an unhandled exception – or until the optional timeout occurs. 等待进程结束.也就是

Python Thread

lock 对象: acquire():负责取得一个锁.如果没有线程正持有锁,acquire方法会立刻得到锁.否则,它闲意态等锁被释放. 一旦acquire()返回,调用它的线程就持有锁. release(): 释放锁.如果有其他线程正等待这个锁(通过acquire()),当release()被效用的时候,它们中的一个线程就会 被唤醒 join() Thread setDaemon()

Python thread & process

线程 点击查看 <- 进程 点击查看 <- 线程与进程的区别 线程共享内部空间:进程内存空间独立 同一个进程的线程之间可以直接交流:两个进程之间想通信必须通过一个中间代理 创建新线程很简单,占用资源较少:创建新进程是对父进程的克隆,会占用很多资源 一个线程可以控制和操作同一进程里的其他线程:但是进程只能操作子进程 修改父线程可能会影响到进程下其他线程的行为:但是修改父进程对子进程没有任何影响 线程过多会使 CPU 切换过于频繁,降低运行效率:进程过多会占用大量资源 协程 点击查看 <-

[python]多线程模块thread与threading

Python通过两个标准库(thread, threading)提供了对多线程的支持 thread模块 import time import thread def runner(arg): for i in range(6): print str(i)+':'+arg time.sleep(1) #结束当前线程 thread.exit_thread() #等同于thread.exit() #启动一个线程,第一个参数为函数名, #第二个参数为一个tuple类型,是传给函数的参数 thread.st