学校网络建设情况说明/seo详细教程
文章目录
- threading简介
- threading基本概念
- 常用类和方法
- 线程同步
- 线程池
- 实例
threading简介
threading 是 Python 标准库中用于实现多线程编程的模块。多线程编程允许程序同时执行多个任务,提高程序的并发性能,尤其适用于 I/O 密集型任务,例如网络请求、文件读写等。、
threading基本概念
- 线程(Thread):是操作系统能够进行运算调度的最小单位,它被包含在进程之中,是进程中的实际运作单位。
- 多线程(Multithreading):指的是在一个程序中同时运行多个线程,每个线程可以独立执行不同的任务。
常用类和方法
- Thread 类
- Thread 类是 threading 模块中最核心的类,用于创建和管理线程。
- 创建线程的方式:
-
方式一:直接实例化 Thread 类
import threading# 定义一个函数作为线程要执行的任务 def print_numbers():for i in range(5):print(f"Number: {i}")# 创建线程对象 thread = threading.Thread(target=print_numbers)# 启动线程 thread.start()# 等待线程执行完毕 thread.join()print("Main thread finished.")
-
结果:
-
方式二:继承 Thread 类
import threading# 自定义线程类,继承自 threading.Thread class MyThread(threading.Thread):def run(self):for i in range(5):print(f"Number: {i}")# 创建线程对象 thread = MyThread()# 启动线程 thread.start()# 等待线程执行完毕 thread.join()print("Main thread finished.")
-
结果:
-
- 其他常用方法和属性
-
getName() 和 setName():用于获取和设置线程的名称。
import threadingdef print_hello():print(f"Hello from {threading.current_thread().getName()}")thread = threading.Thread(target=print_hello) thread.setName("MyThread") thread.start() thread.join()
-
is_alive():用于判断线程是否还在运行。
import threading import timedef long_task():time.sleep(2)thread = threading.Thread(target=long_task) thread.start() print(f"Thread is alive: {thread.is_alive()}") thread.join() print(f"Thread is alive: {thread.is_alive()}")
-
- 创建线程的方式:
- Thread 类是 threading 模块中最核心的类,用于创建和管理线程。
线程同步
在多线程编程中,多个线程可能会同时访问和修改共享资源,这可能会导致数据不一致的问题。为了解决这个问题,threading 模块提供了一些同步机制。
- Lock 类
-
Lock 是一种最基本的同步原语,用于确保同一时间只有一个线程可以访问共享资源。
import threading# 创建一个锁对象 lock = threading.Lock() shared_variable = 0def increment():global shared_variablefor _ in range(100000):# 获取锁lock.acquire()try:shared_variable += 1finally:# 释放锁lock.release()threads = [] for _ in range(2):thread = threading.Thread(target=increment)threads.append(thread)thread.start()for thread in threads:thread.join()print(f"Shared variable: {shared_variable}")
-
- RLock 类
- RLock 是可重入锁,允许同一个线程多次获取锁而不会导致死锁。
import threading# 创建一个可重入锁对象 rlock = threading.RLock()def recursive_function():rlock.acquire()try:print("Lock acquired")recursive_function()finally:rlock.release()thread = threading.Thread(target=recursive_function) thread.start() thread.join()
- RLock 是可重入锁,允许同一个线程多次获取锁而不会导致死锁。
线程池
虽然 threading 模块本身没有直接提供线程池的功能,但可以使用 concurrent.futures 模块中的 ThreadPoolExecutor 来实现线程池。
import concurrent.futuresdef square(x):return x * xwith concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:results = executor.map(square, [1, 2, 3, 4, 5])for result in results:print(result)
在上述代码中,ThreadPoolExecutor 用于创建一个线程池,max_workers 参数指定了线程池中的最大线程数。executor.map() 方法用于并行执行任务
实例
实例代码展示了 Python 中 threading 模块的基本使用,包括创建线程、启动线程以及向线程函数传递参数等操作。
import threadingdef worker():print('线程开始执行')for i in range(5):print(f'线程正在工作:{i}')print('线程执行完毕')
thread = threading.Thread(target=worker)
thread.start()
print('***主线程继续执行***')'''传递参数'''
def worker(name):print(f'{name}线程开始执行')for i in range(5):print(f'{name}正在工作:{i}')print(f'{name}线程执行完毕')thread = threading.Thread(target=worker,args=('线程1',))
thread.start()
print('***主线程继续执行***')import threading
import timedef run(n):print('task', n)time.sleep(1)print('2s')time.sleep(1)print('1s')time.sleep(1)def run2(t):time.sleep(t)print(f'我等了{t}秒')if __name__ == '__main__':t1 = threading.Thread(target=run, args=('t1',))t2 = threading.Thread(target=run, args=('t2',))# 启动 t1 和 t2 线程t1.start()t2.start()# 修正参数,传递整数秒数t3 = threading.Thread(target=run2, args=(5,))t4 = threading.Thread(target=run2, args=(8,))# 启动 t3 线程t3.start()# 启动 t4 线程t4.start()# 主线程等待 10 秒time.sleep(10)print('开始倒计时')
结果: