python多线程

一、线程的概念

线程是CPU分配资源的基本单位。当一程序开始运行，这个程序就变成了一个进程，而一个进程相当于一个或者多个线程。当没有多线程编程时，一个进程相当于一个主线程；当有多线程编程时，一个进程包含多个线程（含主线程）。使用线程可以实现程序大的开发。

多个线程可以在同一个程序中运行，并且每一个线程完成不同的任务。

多线程实现后台服务程序可以同时处理多个任务，并不发生阻塞现象。

多线程的程序设计的特点就是能够提高程序执行效率和处理速度。Python程序可以同时并行运行多个相对独立的线程。

二、创建多线程

python支持两种创建多线程的方式：

~通过 threading.Thread () 创建。

~通过继承 threading.Thread 类的继承。

1.通过 threading.Thread () 创建

语法形式：

thread.Thread(group=Nore,targt=None,args=(),kwargs={},*,daemon=None)

参数解释：

~group：必须为None，于ThreadGroup类相关，一般不使用。

~target：线程调用的对象，就是目标函数。

~name：为线程起这个名字。默认是Tread-x，x是序号，由1开始，第一个创建的线程名字就是Tread-1。

~args：为目标函数传递关键字参数，字典。

~daemon：用来设置线程是否随主线程退出而退出。

示例：

import threadingdef test (x,y): for i in range(x,y):   print(i)thread1 = threading.Thread(name='t1',target= test,args=(1,10))thread2 = threading.Thread(name='t2',target= test,args=(11,20))thread1.start()   #启动线程1thread2.start()   #启动线程2

输出：

123456789111213141516171819

解释：两个程序会并发运行，所以结果不一定每次都是顺序的1~10，这是根据CPU给两个线程风马分配的时间片段来决定。可以看到每次结果都不同。

2.通过继承 threading.Thread 类的继承

threading.Thread是一个类，可以继承它。

示例：

import threadinGClass mythread(threading.Thread):  def run(self):    for i in range(1,10):      print(i)thread1 = mythread();thread2 = mythread();thread1.start()thread2.start()

输出：

123456789123456789

解释：自定义一个类继承threading.Thread,然后重写父类的run方法，线程启动时（执行start（））会自动执行该方法。

三、主线程

在python中，主线程是第一个启动的线程。

~父线程:如果启动线程A中启动了一个线程B，A就是B的父线程。

~子线程：B就是A的子线程。

创建线程时有一个damon属性，用它来判断主线程。当daemon设置False时，线程不会随主线程退出而退出，主线程会一直等着子线程执行完;。当daemon设置True时，线程会随主线程退出而退出，主线程结束其他的子线程会强制退出。

使用daemon注意：

~daemon属性必须在start( )之前设置，否则会引发RuntimeError异常

~每个线程都由daemon属性，可以显示设置也可以不设置，不设置则取默认值None

~如果子子线程不设置daemon属性，就取当前线程的daemon来设置它。子子线程继承子线程的daemon值，作用和设置None一样。

~从主线程创建的所有线程不设置daemon属性，则默认都是daemon=False。

示例：

import timeimport threadingdef test(): time.sleep(10) for i in range(10):  print(i)thread1 = threading.Thread(target=test,daemon=False)thread1.start()print('主线程完成了')

输出：

主线程完成了0123456789

解释：当主线程运行完毕输出完之后，等待一下后输出0~9。如果将daemon=False该为daemon=True，则不会运行for i in range(10)语句。

四、阻塞线程

一个线程中调用另一个线程的join方法，调用者被阻塞，直到调用线程被终止。

语法形式：

join(timeout-=None)

timeout 参数指定调用者等待多久，没有设置时，就一直等待被调用线程结束被调用线程结束。其中，一个线程可以被join多次调用。

示例：

import timeimport threadingdef test(): time.sleep(5) for i in range(10):  print(i)thread1=threading.Thread(target=test)thread1.start()thread1.join()print('主线程完成了')

输出：

0123456789主线程完成了

解释：在thread1.start()后加thread1.join()添加join方法，输出时，主线程就会等待输出完0~9后再执行自己的print输出。

五、判断线程是否活动的

~run（）：用以表示线程活动的方法

~start（）：启动线程

~join（）：等待至线程终止

~isAlive（）：返回线程是否活动的

~getName（）：返回线程名称

~setName() : 设置线程名称

示例：

from threading import Thread, Eventimport timedef countdown(n, started_evt):    print('正在运行')    started_evt.set()    while n > 0:        print('时间', n)        n -= 1        time.sleep(2)started_evt = Event()print('开始倒计时')t = Thread(target=countdown, args=(10, started_evt))t.start()started_evt.wait()print('倒计时运行')

输出：

开始倒计时正在运行时间 10倒计时运行时间 9时间 8时间 7时间 6时间 5时间 4时间 3时间 2时间 1

Alive，顾名思义，它表示线程当前是否为可用状态，如果线程已经启动，并且当前没有任何异常的话，则返回true，否则为false

Thread.isAlive() ：顾名思义，是表示当前线程时候为可用状态，即是否已经在启动，并且在运行的状态；

六、线程同步

1.同步概念

异步模式的情况下，同时有一个线程在修改共享数据，另一个线程在读取共享数据，当修改的共享数据的线程没有处理完毕，读取数据的线程肯定会得到错误的结果。如果采用多线程的同步控制机制，当处理共享数据的线程完成处理数据之后，读取线程就读取数据。

python的锁就解决这一问题，锁住线程，只允许一个线程操作，其他线程排队等待，待当前线程操作完毕后，再按顺序一个一个来运行。

2. python的锁

python的threading模块提供了RLock锁解决方法。在某一时间只能让一个线程操作的语句放到RLock的acquire方法和release方法之间，即acquire相当于给RLack上锁，而release相当于解锁。

示例：

import threadingclass mythread(threading.Thread): def run(self):  global x                   #声明一个全局变量  lock.acquire()             #上锁  x +=10  print('%s:%d'%(self.name,x))  lock.release()             #解锁x = 0                        #设置全局变量初始值lock = threading.RLock()     #创建可重入锁list1 = []                   for i in range(5):    list1.append(mythread())    #创建五个线程，放到同一列表中for i in list1: i.start()                   #开启列表线程

输出：

Thread-1:10Thread-2:20Thread-3:30Thread-4:40Thread-5:50

解释：

3. python中的条件锁

条件锁常用的方法：

~acquire([timeout]):调用关联锁的方法

~release()：解锁

~wait():使线程进入 Condition 的等待池等待通知并释放解锁。使用前线程必须已获得锁定，否则将抛出异常。

~notify():从等待池挑选一个线程并通知，收到通知的线程将自动调用 acquire() 尝试获得，其他线程仍然在等待池中等待通知，直到该线程收到通知 调用该方法，否则将会抛出异常。

~notify ALL():跟notify() 一样，但这个方法对应的是所有的线程。

示例：

题目：有几个生产车间生产，几个消费者购买，当生产达到一定数量时，停止生产。

import threadingimport timecondtion = threading.Condition()sheep = ['1件产品','1件产品','1件产品','1件产品','1件产品']class Producer(threading.Thread):    def __init__(self, name):        super().__init__(name=name)        pass    def run(self):        global condtion, sheep        while True:            time.sleep(0.1)            condtion.acquire()            if len(sheep) < 10:                print(self.name + "生产了1件产品")                sheep.append('1件产品')                condtion.notifyAll()                pass            else:                print("仓库满了，停止生产!")                condtion.wait()                pass            condtion.release()        pass    passclass Customer(threading.Thread):    def __init__(self, name):        super().__init__(name=name)        pass    def run(self):        global condtion, sheep        while True:            time.sleep(0.1)            condtion.acquire()            if len(sheep) > 0:                meat = sheep.pop()                print(self.name + "购买了" + meat + "还剩多少" + str(len(sheep)) + "件")                condtion.notifyAll()                pass            else:                print("买光了，等待")                condtion.wait()                pass            condtion.release()        pass    passif __name__ == "__main__":    p1 = Producer("1号生产车间")    p2 = Producer("2号生产车间")    p3 = Producer("3号生产车间")    p4 = Producer("4号生产车间")    p5 = Producer("5号生产车间")    p6 = Producer("6号生产车间")    p1.start()    p2.start()    p4.start()    p5.start()    p6.start()    c1 = Customer('小王')    c2 = Customer('小李')    c3 = Customer('小贾')    c4 = Customer('小沈')    c5 = Customer('小刘')    c1.start()    c2.start()    c3.start()    c4.start()    c5.start()

来源地址：https://blog.csdn.net/weixin_61805348/article/details/125021831