ADSL拨号VPS包含了中国大陆（联通，移动，电信，）

中国香港，国外拨号VPS。

方法作用 Thread.run(self) 线程启动时运行的方法, 由该方法调用 target参数所指定的函数 Thread.start(self) 启动进程, start方法就是区帮你调用run方法 Thread.terminate(self) 强制终止线程 Thread.join(self, timeout=None) 阻塞调用, 主线程进行等待 Thread.setDaemon(self, daemonic) 将子线程设置为守护线程, 随主线程结束而结束 Thread.getName(self, name) 获取线程名 Thread.setName(self, name) 设置线程名

创建线程

在Python中创建线程有两种方式, 实例Thread类和继承重写Thread类

实例Thread类

import threadingimport timedef run(name, s): # 线程要执行的任务 time.sleep(s) # 停两秒 print('I am %s' % name)# 实例化线程类, 并传入函数及其参数, t1 = threading.Thread(target=run, name='one', args=('One', 5))t2 = threading.Thread(target=run, name='two', args=('Two', 2))# 开始执行, 这两个线程会同步执行t1.start()t2.start()print(t1.getName())# 获取线程名print(t2.getName())# Result:onetwoI am Two# 运行2s后I am One# 运行5s后

继承Thread类

class MyThread(threading.Thread): # 继承threading中的Thread类 # 线程所需的参数 def __init__(self, name, second): super().__init__() self.name = name self.second = second # 重写run方法,表示线程所执行的任务,必须有 def run(self): time.sleep(self.second) print('I am %s' % self.name)# 创建线程实例t1 = MyThread('One', 5)t2 = MyThread('Two', 2)# 启动线程,实际上是调用了类中的run方法t1.start()t2.start()t1.join()print(t1.getName())print(t2.getName())# Result:I am Two# 运行后2sI am One# 运行后5sOneTwo

常用方法

join()

阻塞调用程序 , 直到调用join () 方法的线程执行结束, 才会继续往下执行

# 开始执行, 这两个线程会同步执行t1.start()t2.start()t1.join()# 等待t1线程执行完毕,再继续执行剩余的代码print(t1.getName())print(t2.getName())# Result:I am TwoI am Oneonetwo

setDemon()

使用给线程设置守护模式: 子线程跟随主线程的结束而结束, 不管这个子线程任务是否完成. 而非守护模式的子线程只有在执行完成后, 主线程才会执行完成

setDaemon() 与 join() 基本上是相对的 , join会等子线程执行完毕 ; 而setDaemon则不会等

def run(name, s): # 线程要执行的函数 time.sleep(s) # 停两秒 print('I am %s' % name)# 实例化线程类, 并传入函数及其参数t1 = threading.Thread(target=run, name='one', args=('One', 5))t2 = threading.Thread(target=run, name='two', args=('Two', 2))# 给t1设置守护模式, 使其随着主线程的结束而结束t1.setDaemon(True)# 开始执行, 这两个线程会同步执行t1.start()t2.start()# 主线程会等待未设置守护模式的线程t2执行完成# Result:I am Two# 运行后2s

线程间的通信

互斥锁

在同一个进程的多线程中 , 其中的变量对于所有线程来说都是共享的 , 因此 , 如果多个线程之间同时修改一个变量 , 那就乱套了 , 共享的数据就会有很大的风险 , 所以我们需要互斥锁 , 来锁住数据 , 防止篡改。

来看一个错误的示范:

a = 0def incr(n): global a for i in range(n): a += 1# 这两个方法同时声明了变量a,并对其进行修改def decr(n): global a for i in range(n): a -= 1t_incr = threading.Thread(target=incr, args=(1000000,))t_decr = threading.Thread(target=decr, args=(1000000,))t_incr.start()t_decr.start()t_incr.join()t_decr.join()print(a)# 期望结果应该是0, 但是因为这里没有设置互斥锁, 所以两个方法是同时对同一个变量进行修改, 得到的的结果值是随机的

下面我们改一下上面的代码 , 两个方法加上互斥锁:

a = 0lock = threading.Lock()# 实例化互斥锁对象, 方便之后的调用def incr(n): global a for i in range(n): lock.acquire()# 上锁的方法 a += 1 lock.release()# 解锁的方法# 要注意的是上锁的位置是, 出现修改操作的代码def decr(n): global a for i in range(n): with lock:# 也可以直接使用with, 自动解锁  a -= 1t_incr = threading.Thread(target=incr, args=(1000000,))t_decr = threading.Thread(target=decr, args=(1000000,))t_incr.start()t_decr.start()t_incr.join()t_decr.join()print(a)# Result: 0

在容易出现抢夺资源的地方进行上锁 , 实现同一时间内 , 只有一个线程可以对对象进行操作

队列Queue

常用方法

关键字解释 put(item) 入队 , 将item放入队列中 , 在队列为满时插入值会发生阻塞(1) get() 出队 , 从队列中移除并返回一个数据 , 在队列为空时获取值会发生阻塞 task_done() 任务结束 , 意味着之前入队的一个任务已经完成。由队列的消费者线程调用 join() 等待完成 , 阻塞调用线程，直到队列中的所有任务被处理掉。 empty() 如果队列为空，返回True,反之返回False full() 如果队列为满，返回True,反之返回False qsize() 队列长度 , 返回当前队列的数据量

(1): 阻塞: 程序停在阻塞的位置 , 无法继续执行

导入和实例化

import queueq = queue.Queue(4)# 实例化队列对象, 并设置最大数据量

put() 和 get()

q.put('a')q.put('b')print(q.get()) # : aprint(q.get()) # : bq.task_done() # get后必须要加task_done,确认get操作是否完成

q.put(1)  # 当前队列已满,再次put就会阻塞print(q.full()) # 由于已经阻塞, 所以这段不会被执行# put会在队列慢了点时候，在插入值会发生阻塞# get会在队列里没有值的时候，会发生阻塞

empty()

print(q.empty()) # 判断队列是否为空: Trueq.put('test')print(q.empty()) # : False

qsize()

print(q.qsize()) # 当前队列里有多少人: 1

full()

q.put(1)q.put(1)q.put(1)print(q.full()) # : True

join()

print('testetsetset')q.join() # join会在队列非空时发生阻塞print('done') # 由于已经阻塞, 所以这段不会被执行

线程池

池的概念

线程池中实现准备好了一些可以重复使用的线程 , 等待接受任务并执行

主线程提交任务给线程池 , 线程池中的每个线程会一次一个的接收任务并执行 , 直到主线程执行结束

主线程：相当于生产者，只管向线程池提交任务。
并不关心线程池是如何执行任务的。
因此，并不关心是哪一个线程执行的这个任务。

线程池：相当于消费者，负责接收任务，
并将任务分配到一个空闲的线程中去执行。

自定义线程池

import queueimport threadingimport timeclass ThreadPool: # 自定义线程池 def __init__(self, n): # 主线程做 self.queue_obj = queue.Queue() for i in range(n):  threading.Thread(target=self.worker, daemon=True).start() # 给子线程worker设置为守护模式 def worker(self): # 子线程做，由于Debug调试的只是主线程的代码，所以在调试时看不到子线程执行的代码 """线程对象，写while True 是为了能够一直执行任务。""" while True: # 让线程执行完一个任务之后不会死掉，主线程结束时，守护模式会让worker里的死循环停止  func = self.queue_obj.get() # get已经入队的任务, 这里会接收到主线程分配的func  # 由于设置了守护模式，当队列为空时，不会一直阻塞在get这里  # 有了守护模式，worker会在主线程执行完毕后死掉  func() # 将队列里的任务拿出来调用  """  这里func与task_done的顺序非常重要，如果func放在task_done后面的话会出现只执行两次就结束。  """  self.queue_obj.task_done() # task_done 会刷新计数器  # 线程池里有一个类似计数器的机制，用来记录put的次数（+1），每一次task_done都会回拨一次记录的次数（-1）  # 当回拨完计数器为0之后，就会执行join def apply_async(self, func): # 主线程做 """向队列中传入需要执行的函数对象""" self.queue_obj.put(func) # 将接收到的func入队 def join(self): # 主线程做 """等待队列中的内容被取完""" self.queue_obj.join() # 队列里不为空就阻塞，为空就不阻塞

简单使用

def task1(): # 子线程做 time.sleep(2) print('task1 over')def task2(): # 子线程做 time.sleep(3) print('task2 over')P = ThreadPool(2) # 如果在start开启线程之后没有传入任务对象，worker里的get会直接阻塞P.apply_async(task1)P.apply_async(task2)print('start')P.join()print('done')# Result: starttask1 overtask2 overdone

如果get发生阻塞意味着队列为空，意味着join不阻塞,意味着print('done')会执行,
意味着主线程没有任务在做，意味着主线程结束，意味着不等待设置了守护的线程执行任务，
意味着子线程会随着主线程的死亡而死亡，这就是为什么会设置守护模式。

如果没有设置守护模式意味着get发生阻塞，意味着子线程任务执行不完，意味着主线程一直要等子线程完成,
意味着程序一直都结束不了，意味着程序有问题

python内置线程池

原理

创建线程池将任务扔进去关闭线程池等待线程任务执行完毕

'''手动实现线程池：
主要是配合队列来进行实现，我们定义好一个队列对象，然后将我们的任务对象put到我们的队列对象中，
然后使用多线程，让我们的线程去get队列种的对象，然后各自去执行自己get到的任务，
这样的话其实也就实现了线程池
'''

使用方法

from multiprocessing.pool import ThreadPoolimport timepool = ThreadPool(2) # 直接使用内置线程池, 设置最大线程数def task1(): time.sleep(2) print('task1 over')def task2(*args, **kwargs): time.sleep(3) print('task2 over', args, kwargs)pool.apply_async(task1)pool.apply_async(task2, args=(1, 2), kwds={'a': 1, 'b': 2})print('Task Submitted')pool.close() # 要点: close必须要在join之前, 不允许再提交任务了pool.join()print('Mission Complete')# Result:Task Submittedtask1 overtask2 over (1, 2) {'a': 1, 'b': 2}Mission Complete

其他操作

操作一： close - 关闭提交通道，不允许再提交任务

操作二： terminate - 中止进程池，中止所有任务

以上所述是小编给大家介绍的python线程与线程池详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

(责任编辑：admin)