1.什么是线程?
进程是操作系统分配程序执行资源的单位,而线程是进程的一个实体,是CPU调度和分配的单位。一个进程肯定有一个主线程,我们可以在一个进程里创建多个线程来实现多任务。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
2.一个程序实现多任务的方法
如上图所示,实现多任务,我们可以用几种方法。
(1)在主进程里面开启多个子进程,主进程和多个子进程一起处理任务。
有关多个进程实现多任务,可以参考我的博文:https://www.cnblogs.com/chichung/p/9532962.html
(2)在主进程里开启多个子线程,主线程和多个子线程一起处理任务。
(3)在主进程里开启多个协程,多个协程一起处理任务。
有关多个协程实现多任务,可以参考我的博文:https://www.cnblogs.com/chichung/p/9544566.html
注意:因为用多个线程一起处理任务,会产生线程安全问题,所以在开发中一般使用多进程+多协程来实现多任务。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
3.多线程的创建方式
import threading p1 = threading.Thread(target=[函数名],args=([要传入函数的参数])) p1.start() # 启动p1线程
我们来模拟一下多线程实现多任务。
假如你在用网易云音乐一边听歌一边下载。网易云音乐就是一个进程。假设网易云音乐内部程序是用多线程来实现多任务的,网易云音乐开两个子线程。一个用来缓存音乐,用于现在的播放。一个用来下载用户要下载的音乐的。这时候的代码框架是这样的:
import threading import time def listen_music(name): while True: time.sleep(1) print(name,"正在播放音乐") def download_music(name): while True: time.sleep(2) print(name,"正在下载音乐") if __name__ == ‘__main__‘: p1 = threading.Thread(target=listen_music,args=("网易云音乐",)) p2 = threading.Thread(target=download_music,args=("网易云音乐",)) p1.start() p2.start() 输出: 网易云音乐 正在播放音乐 网易云音乐 正在下载音乐 网易云音乐 正在播放音乐 网易云音乐 正在播放音乐 网易云音乐 正在下载音乐 网易云音乐 正在播放音乐 网易云音乐 正在播放音乐 网易云音乐 正在下载音乐 网易云音乐 正在播放音乐 网易云音乐 正在播放音乐 网易云音乐 正在播放音乐 ...... ......
观察上面的输出代码可以知道:
1.CPU是按照时间片轮询的方式来执行子线程的。cpu内部会合理分配时间片。时间片到a程序的时候,a程序如果在休眠,就会自动切换到b程序。
2.严谨来说,CPU在某个时间点,只在执行一个任务,但是由于CPU运行速度和切换速度快,因为看起来像多个任务在一起执行而已。
除了上面的方法创建线程,还有另一种方法。可以编写一个类,继承threaing.Thread类,然后重写父类的run方法。
import threading import time class MyThread(threading.Thread): def run(self): for i in range(5): time.sleep(1) print(self.name,i) t1 = MyThread() t2 = MyThread() t3 = MyThread() t1.start() t2.start() t3.start() 输出: Thread-1 0 Thread-3 0 Thread-2 0 Thread-1 1 Thread-2 1 Thread-3 1 Thread-1 2 Thread-3 2 Thread-2 2 Thread-1 3 Thread-2 3 Thread-3 3 Thread-1 4 Thread-2 4 Thread-3 4
运行时无序的,说明已经启用了多任务。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
4.线程何时开启,何时结束
(1)子线程何时开启,何时运行
当调用thread.start()时 开启线程,再运行线程的代码
(2)子线程何时结束
子线程把target指向的函数中的语句执行完毕后,或者线程中的run函数代码执行完毕后,立即结束当前子线程
(3)查看当前线程数量
通过threading.enumerate()可枚举当前运行的所有线程
(4)主线程何时结束
所有子线程执行完毕后,主线程才结束
import threading import time def run(): for i in range(5): time.sleep(1) print(i) t1 = threading.Thread(target=run) t1.start() print("我会在哪里出现") 输出: 我会在哪里出现 0 1 2 3 4
为什么主进程(主线程)的代码会先出现呢?因为CPU采用时间片轮询的方式,如果轮询到子线程,发现他要休眠1s,他会先去运行主线程。所以说CPU的时间片轮询方式可以保证CPU的最佳运行。
那如果我想主进程输出的那句话运行在结尾呢?该怎么办呢?这时候就需要用到 join() 方法了。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
5.线程的 join() 方法
import threading import time def run(): for i in range(5): time.sleep(1) print(i) t1 = threading.Thread(target=run) t1.start() t1.join() print("我会在哪里出现") 输出: 0 1 2 3 4 我会在哪里出现
join() 方法可以阻塞主进程(注意只能阻塞主进程,其他子进程是不能阻塞的),直到 t1 子线程执行完,再解阻塞。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
6.线程可以共享全局变量
这个稍微实验下就可以知道了,所以这里不废话。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
7.多线程共享全局变量出现的问题
我们开两个子线程,全局变量是0,我们每个线程对他自加1,每个线程加一百万次,这时候就会出现问题了,来,看代码:
1 import threading 2 import time 3 4 num = 0 5 6 def work1(loop): 7 global num 8 for i in range(loop): 9 # 等价于 num += 1 10 temp = num 11 num = temp + 1 12 print(num) 13 14 15 def work2(loop): 16 global num 17 for i in range(loop): 18 # 等价于 num += 1 19 temp = num 20 num = temp + 1 21 print(num) 22 23 24 if __name__ == ‘__main__‘: 25 t1 = threading.Thread(target=work1,args=(1000000,)) 26 t2 = threading.Thread(target=work2, args=(1000000,)) 27 t1.start() 28 t2.start() 29 30 while len(threading.enumerate()) != 1: 31 time.sleep(1) 32 print(num) 33 34 输出: 35 1459526 # 第一个子线程结束后全局变量一共加到这个数 36 1588806 # 第二个子线程结束后全局变量一共加到这个数 37 1588806 # 两个线程都结束后,全局变量一共加到这个数
奇怪了,我不是每个线程都自加一百万次吗?照理来说,应该最后的结果是200万才对的呀。问题出在哪里呢?
我们知道CPU是采用时间片轮询的方式进行几个线程的执行。
假设我CPU先轮询到work1(),num此时为100,在我运行到第10行时,时间结束了!此时,赋值了,但是还没有自加!即temp=100,num=100。
然后,时间片轮询到了work2(),进行赋值自加。num=101了。
又回到work1()的断点处,num=temp+1,temp=100,所以num=101。
就这样!num少了一次自加!
在次数多了之后,这样的错误积累在一起,结果只得到158806!
这就是线程安全问题!
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
8.GIL锁(互斥锁)可以弥补部分线程安全问题。注意是部分!至于GIL锁的弊端请关照我的这一篇博文
当多个线程几乎同时修改某一个共享数据的时候,需要进行同步控制
线程同步能够保证多个线程安全访问竞争资源,最简单的同步机制是引入互斥锁。
互斥锁为资源引入一个状态:锁定/非锁定
某个线程要更改共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改;直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性。
GIL锁有三个常用步骤
lock = threading.Lock() # 取得锁 lock.acquire() # 上锁 lock.release() # 解锁
下面让我们用GIL锁来解决上面例子的线程安全问题。
import threading import time num = 0 lock = threading.Lock() # 取得锁 def work1(loop): global num for i in range(loop): # 等价于 num += 1 lock.acquire() # 上锁 temp = num num = temp + 1 lock.release() # 解锁 print(num) def work2(loop): global num for i in range(loop): # 等价于 num += 1 lock.acquire() # 上锁 temp = num num = temp + 1 lock.release() # 解锁 print(num) if __name__ == ‘__main__‘: t1 = threading.Thread(target=work1,args=(1000000,)) t2 = threading.Thread(target=work2, args=(1000000,)) t1.start() t2.start() while len(threading.enumerate()) != 1: time.sleep(1) print(num) 输出: 1945267 # 第一个子线程结束后全局变量一共加到这个数 2000000 # 第二个子线程结束后全局变量一共加到这个数 2000000 # 两个线程都结束后,全局变量一共加到这个数
原文地址:https://www.cnblogs.com/chichung/p/9566734.html