python中threading的用法

摘自:http://blog.chinaunix.net/uid-27571599-id-3484048.html

以及:http://blog.chinaunix.net/uid-11131943-id-2906286.html

threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。

下面来看threading模块的具体用法:

一、Thread的使用 目标函数可以实例化一个Thread对象,每个Thread对象代表着一个线程,可以通过start()方法,开始运行。

这里对使用多线程并发,和不适用多线程并发做了一个比较:

首先是不使用多线程的操作:

代码如下:


1

2

3

4

5

6

7

8

9

10

11

12

#!/usr/bin/python

#compare for multi threads

import time

def worker():

    print "worker"

    time.sleep(1)

    return

if __name__ == "__main__":

    for i in xrange(5):

        worker()

执行结果如下:

下面是使用多线程并发的操作:

代码如下:


1

2

3

4

5

6

7

8

9

10

11

12

#!/usr/bin/python

import threading

import time

def worker():

    print "worker"

    time.sleep(1)

    return

for i in xrange(5):

    t = threading.Thread(target=worker)

    t.start()

可以明显看出使用了多线程并发的操作,花费时间要短的很多。

二、threading.activeCount()的使用,此方法返回当前进程中线程的个数。返回的个数中包含主线程。

代码如下:


1

2

3

4

5

6

7

8

9

10

11

12

13

14

#!/usr/bin/python

#current‘s number of threads

import threading

import time

def worker():

    print "test"

    time.sleep(1)

for i in xrange(5):

    t = threading.Thread(target=worker)

    t.start()

print "current has %d threads" % (threading.activeCount() - 1)

三、threading.enumerate()的使用。此方法返回当前运行中的Thread对象列表。

代码如下:


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

#!/usr/bin/python

#test the variable threading.enumerate()

import threading

import time

def worker():

    print "test"

    time.sleep(2)

threads = []

for i in xrange(5):

    t = threading.Thread(target=worker)

    threads.append(t)

    t.start()

for item in threading.enumerate():

    print item

print

for item in threads:

    print item

四、threading.setDaemon()的使用。设置后台进程。

代码如下:


1

2

3

4

5

6

7

8

9

10

11

12

13

#!/usr/bin/python

#create a daemon

import threading

import time

def worker():

    time.sleep(3)

    print "worker"

t=threading.Thread(target=worker)

t.setDaemon(True)

t.start()

print "haha"

可以看出worker()方法中的打印操作并没有显示出来,说明已经成为后台进程。

python线程 threading.Thread 条件变量 同步线程 

在用python的threading.Thread编写多线程程序时,最简单的就是是用锁,为使线程之间保持同步,可以使用threading.Condition() 条件变量

思路:

1.分析哪一块空间需要多线程读写,抽象出一个共享空间类,对共享空间设置读方法(get)和写方法(set)

2.为使读线程和写线程同步,可以用threading.Condition()产生一个条件,同一个条件有wait()和notify()
notifyAll()方法,wait使线程自己进入block(阻塞)状态,一个线程的notify可以使同一个条件变量中block
的线程得到运行的机会。notifyAll通知所有被阻塞的线程进入runnable状态。

3.所有对共享空间操作的方法(read or write)都封闭在acquire()和release()中间

========以下实例简单明了==================


#coding=utf-8
#file name is maker.py

import threading
import random,time

class Maker(threading.Thread):
    
    def __init__(self,threadName,shareObject):
        threading.Thread.__init__(self,name=threadName)
        self.shareObject=shareObject
        
    def run(self):
        for x in range(1,5):
            time.sleep(random.randrange(1,4))
            self.shareObject.set(x)
            print "%s threading write %d" %(threading.currentThread().getName(),x)

=============================================================================


#coding=utf-8
#file name is user.py

import threading
import time,random

class User(threading.Thread):
    
    def __init__(self,threadName,shareObject):
        threading.Thread.__init__(self,name=threadName)
        self.shareObject=shareObject
        self.sum=0
        
    def run(self):
        for x in range(1,5):
            time.sleep(random.randrange(1,4))
            tempNum=self.shareObject.get()
            print "%s threading read %d" %(threading.currentThread().getName(),tempNum)
            self.sum=self.sum+tempNum
            
    def display(self):
        print "sum is %d" %(self.sum)

=============================================================================


#coding=utf-8
#file name is shareInt.py

import threading
import time,random

class ShareInt():
    
    def __init__(self):
        self.threadCondition=threading.Condition()
        self.shareObject=[]
        
        
    #所有对共享空间操作的方法(read or write)都封闭在acquire()和release()中间
    def set(self,num):
        self.threadCondition.acquire() # 在调用一个读或者写共享空间的方法时,需要先拿到一个基本锁
                                                          # 基本锁的获得采用竞争机制,无法判断哪个线程会先运行
                                                  # 不拿基本锁会出现运行时错误:cannot notify on un-aquired lock
        
        if len(self.shareObject)!=0:
            print "%s threading try write! But shareObject is full" %(threading.currentThread().getName())
            self.threadCondition.wait() # 在条件满足的情况下,会block掉调用这个方法的线程
                               # 这里使用while语句更好,因为block在这个位置后,
                               # 当再次运行此线程的时候,会从头再一次检查条件。
        
        self.shareObject.append(num)
        
        self.threadCondition.notify() # 一定要先调用notify()方法,在release()释放基本锁
        self.threadCondition.release() # 可以理解为"通知"被wait的线程进入runnable状态,然后在它获得锁后开始运行
                                                          # 最后一定要release()释放锁,否则会导致死锁
                                         
    def get(self):
        self.threadCondition.acquire()
        
        if len(self.shareObject)==0:
            print "%s threading try read! But shareObject is empty" %(threading.currentThread().getName())
            self.threadCondition.wait()
            
        tempNum=self.shareObject[0]
        self.shareObject.remove(tempNum)
        self.threadCondition.notify()
        self.threadCondition.release()
        return tempNum

==============================测试代码===============================


#coding=utf-8
#file name is Test.py

from user import User
from maker import Maker
from shareInt import ShareInt

shareObject=ShareInt()
user1=User("user1",shareObject)
maker1=Maker("maker1",shareObject)

user1.start()
maker1.start()

user1.join()
maker1.join()

user1.display()

print "main threading over!"

 

时间: 2024-10-11 19:40:51

python中threading的用法的相关文章

python中threading模块详解(一)

python中threading模块详解(一) 来源 http://blog.chinaunix.net/uid-27571599-id-3484048.html threading提供了一个比thread模块更高层的API来提供线程的并发性.这些线程并发运行并共享内存. 下面来看threading模块的具体用法: 一.Thread的使用 目标函数可以实例化一个Thread对象,每个Thread对象代表着一个线程,可以通过start()方法,开始运行. 这里对使用多线程并发,和不适用多线程并发做

python中enumerate()的用法

先出一个题目:1.有一 list= [1, 2, 3, 4, 5, 6]  请打印输出:0, 1 1, 2 2, 3 3, 4 4, 5 5, 6 打印输出, 2.将 list 倒序成 [6, 5, 4, 3, 2, 1] 3.将a 中的偶数挑出 *2 ,结果为 [4, 8, 12] 这个例子用到了python中enumerate的用法.顺便说一下enumerate在for循环中得到计数的用法,enumerate参数为可遍历的变量,如 字符串,列表等: 返回值为enumerate类. 示例代码如

Python中range的用法

Python中range的用法 函数原型:range(start, end, scan): 参数含义:start:计数从start开始.默认是从0开始.例如range(5)等价于range(0, 5); end:技术到end结束,但不包括end.例如:range(0, 5) 是[0, 1, 2, 3, 4]没有5 scan:每次跳跃的间距,默认为1.例如:range(0, 5) 等价于 range(0, 5, 1)

python中MySQLdb模块用法实例

篇文章主要介绍了python中MySQLdb模块用法,以实例形式详细讲述了MySQLdb模块针对MySQL数据库的各种常见操作方法,非常具有实用价值,需要的朋友可以参考下 本文实例讲述了python中MySQLdb模块用法.分享给大家供大家参考.具体用法分析如下: MySQLdb其实有点像php或asp中连接数据库的一个模式了,只是MySQLdb是针对mysql连接了接口,我们可以在python中连接MySQLdb来实现数据的各种操作. python连接mysql的方案有oursql.PyMyS

Python中assert的用法

Python中assert的用法 Python中assert用来判断语句的真假,如果为假的话将触发AssertionError错误 如: >>> a = 23 >>> a 23 >>> assert a == 23 >>> a -=1 >>> a 22 >>> assert a == 23 Traceback (most recent call last):   File "",

python 中 print 函数用法总结

Python 思想: “一切都是对象!” 在 Python 3 中接触的第一个很大的差异就是缩进是作为语法的一部分,这和C++等其他语言确实很不一样,所以要小心 ,其中python3和python2中print的用法有很多不同,python3中需要使用括号 缩进要使用4个空格(这不是必须的,但你最好这么做),缩进表示一个代码块的开始,非缩进表示一个代码的结束.没有明确的大括号.中括号.或者关键字.这意味着空白很重要,而且必须要是一致的.第一个没有缩进的行标记了代码块,意思是指函数,if 语句.

Python中self的用法详解,或者总是提示:TypeError: add() missing 1 required positional argument: 'self'的问题解决

https://blog.csdn.net/songlh1234/article/details/83587086 下面总结一下self的用法详解,大家可以访问,可以针对平时踩过的坑更深入的了解下. https://blog.csdn.net/CLHugh/article/details/75000104, Python中self的用法详解,或者总是提示:TypeError: add() missing 1 required positional argument: 'self'的问题解决 原文

Python中“*”和“**”的用法 || yield的用法 || ‘$in’和'$nin' || python @property的含义

一.单星号 * 采用 * 可将列表或元祖中的元素直接取出,作为随机数的上下限: import random a = [1,4] print(random.randrange(*a)) 或者for循环输出: import random a = [1,4] for i in range(*a): print(i) ''' result : 1 2 3 ''' 二.双星号 ** 双星号 ** 可将字典里的“值”取出,如下例 class Proxy(object): def __init__(self,

python中enumerate函数用法

在Python中,我们习惯这样遍历: for item in sequence:    print(item) 这样遍历取不到item的序号i,所有就有了下面的遍历方法: for index in range(len(sequence)):    print(sequence[index]) 其实,如果你了解内置的enumerate函数,还可以这样写: for index, item in enumerate(sequence):    print(index, item)