Python学习笔记__10.3章 ThreadLocal

# 这是学习廖雪峰老师python教程的学习笔记

1、概览

在多线程环境下,每个线程都有自己的数据。一个线程使用自己的局部变量比使用全局变量好,因为局部变量只有线程自己能看见,不会影响其他线程,而全局变量的修改必须加锁。但线程的局部变量,在函数调用时很麻烦

1)方式一:一层一层传

def process_student(name):

std = Student(name)   # std是局部变量,但是每个函数都要用它,因此必须传进去:

do_task_1(std)

do_task_2(std)

def do_task_1(std):

do_subtask_1(std)

do_subtask_2(std)

def do_task_2(std):

do_subtask_2(std)

do_subtask_2(std)

2)方式二:用一个全局dict存放所有的Student对象,然后以thread自身作为key获得线程对应的Student对象

global_dict = {}

def std_thread(name):

std = Student(name)

global_dict[threading.current_thread()] = std # 以thread自身作为key,把std放到全局变量global_dict中

do_task_1()

do_task_2()

def do_task_1():

std = global_dict[threading.current_thread()] # 不传入std,而是根据当前线程查找

def do_task_2()

std = global_dict[threading.current_thread()] # 任何函数都可以查找出当前线程的std变量

3)方式三:ThreadLocal

import threading

local_school = threading.local()  # 创建全局ThreadLocal对象

def process_student():

std = local_school.student   # 获取当前线程绑定在student的变量

print('Hello, %s (in %s)' % (std, threading.current_thread().name))

def process_thread(name):

local_school.student = name  # 为ThreadLocal加student属性,绑定线程变量

process_student()  # 调用函数

t1 = threading.Thread(target= process_thread, args=('Alice',), name='Thread-A') #创建线程,线程名为Thread-A

t2 = threading.Thread(target= process_thread, args=('Bob',), name='Thread-B')

t1.start()

t2.start()

t1.join()

t2.join()

# 执行结果:

Hello, Alice (in Thread-A)

Hello, Bob (in Thread-B)

全局变量local_school是一个ThreadLocal对象。可以把它看成全局变量。任何线程绑定变量在它的不同属性上。以达成互不干扰的效果

2、小结

ThreadLocal最常用的地方就是为每个线程绑定一个数据库连接,HTTP请求,用户身份信息等,这样一个线程的所有调用到的处理函数都可以非常方便地访问这些资源。

一个ThreadLocal变量虽然是全局变量,但每个线程都只能读写自己线程的独立副本,互不干扰。ThreadLocal解决了参数在一个线程中各个函数之间互相传递的问题。

原文地址:http://blog.51cto.com/12758568/2117003

时间: 2024-08-29 21:51:47

Python学习笔记__10.3章 ThreadLocal的相关文章

Python学习笔记__10.4章 进程VS线程

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 我们介绍了多进程和多线程,这是实现多任务最常用的两种方式.现在,我们来讨论一下这两种方式的优缺点 要实现多任务,通常我们会设计Master-Worker模式,Master负责分配任务,Worker负责执行任务,因此,多任务环境下,通常是一个Master,多个Worker. 如果用多进程实现Master-Worker,主进程就是Master,其他进程就是Worker. 如果用多线程实现Master-Worker,主线程就是Master,其

Python学习笔记__10.1章 多进程

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 Unix/Linux操作系统提供了一个fork()系统调用.fork()调用一次,返回两次,因为操作系统自动把当前进程(称为父进程)复制了一份(称为子进程),然后,分别在父进程和子进程内返回. 子进程永远返回0,而父进程返回子进程的ID.这样做的理由是,一个父进程可以fork出很多子进程,所以,父进程要记下每个子进程的ID,而子进程只需要调用getppid()就可以拿到父进程的ID. 1.1.创建子进程 Python的os模块封装了常见

Python学习笔记__10.5章 分布式进程

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 在Thread和Process中,应当优选Process,因为Process更稳定,而且,Process可以分布到多台机器上,而Thread最多只能分布到同一台机器的多个CPU上. Python的multiprocessing模块不但支持多进程,其中managers子模块还支持把多进程分布到多台机器上.依靠网络通信,一个服务进程可以作为调度者,将任务分布到其他多个进程中.由于managers模块封装很好,不必了解网络通信的细节,就可以很

Python学习笔记__2.2章 定义函数

# 这是学习廖雪峰老师python教程的学习笔记 1.定义函数 定义一个函数需要有函数名.参数.函数体.函数体中最好还有 传入的参数判断 1.1.函数创建 定义一个函数用def,数据类型检查用isinstance.例子如下: def my_abs(x): if not isinstance(x, (int, float)):    # 判断传入的参数,是否是 ××× 或 浮点形 raise TypeError('bad operand type')  #  抛出错误 if x >= 0: ret

Python学习笔记__3.3章 列表生成式

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式 1.生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] list(range(1, 11)) 2.列表生成式 [1x1, 2x2, 3x3, ..., 10x10] [x*x for x in range(1,11)] 3.使用两层循环 >>>[m + n for m in 'ABC'

Python学习笔记__3.2章 迭代

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration). 当然,不止 list 和 tuple 可以迭代.只要是可迭代对象,无论有无下标,都可以迭代都.包括dict .str .generator 在Python中,迭代是通过for ... in来完成的. 1.1.字典的迭代 # 定义一个字典 d = {'a': 1, 'b': 2, 'c': 3} 迭代 字典

Python学习笔记__3.5章 迭代器

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 我们已经学习了list.tuple.dict.set.str.generator.generator function 这些可以用for 循环的就是可迭代(Iterable)对象. 但其中只有generator 和 generator function,可以被 next() 函数调用. 而能被next函数调用的 Iterable对象,我们称为迭代器(Iterator) 1.1.Iterable 到Iterator 的转化 虽然Itera

Python学习笔记__4.1章 高阶函数

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 我们知道Python内置的求绝对值的函数是abs() # 调用abs()函数可以获得一个值 >>> abs(-10) 10 # 那么,只写abs本身呢 >>> abs <built-in function abs> 可见,abs(-10)是函数调用,而abs是函数本身 1.1.将函数赋给变量 将函数赋给变量只有两种情况: 把函数计算得到的 结果 赋给变量 f=abs(-10) 把 函数本身 赋给变量

Python学习笔记__3.4章 生成器

# 这是学习廖雪峰老师python教程的学习笔记 1.概览 列表元素按照某种算法推算出来,在循环的过程中不断推算出后续的元素.这种一边循环一边计算的机制,称为生成器:generator 1.1.创建 generator 1)方法一 只要把一个列表生成式的[]改成(),就创建了一个generator L = [x * x for x in range(10)]  #  这是列表生成式 g = (x * x for x in range(10)) #  这是generator >>> g &