python多线程两个参数 python 多线程传参

转载

angel 2023-09-25 22:43:14

文章标签 python多线程两个参数 python多线程模块难子线程多线程 ide 文章分类 Python 后端开发

现在把关于多线程的能想到的需要注意的点记录一下：

关于threading模块：

1、关于传参问题

如果调用的子线程函数需要传参，要在参数后面加一个“，”否则会抛参数异常的错误。

如下：

1 for i in xrange(5):2 threads.append(threading.Thread(target=worker,args=(i,)))

2、关于join()阻塞

join()方法一旦被调用，这个线程就会被阻塞住，等其他线程执行完才执行自身。当我们在主线程A中，创建了n个子线程，这里需要注意，根据需求是应该去阻塞父线程还是子线程，还有就是t.join()放的位置，比较下面例子：

---->子线程和父线程都不阻塞

1 #-*- coding:utf-8 -*-
2 importQueue,time,threading3 start =time.clock()4
5 defworker(m):6 print 'worker',m7 time.sleep(1)8 return
9
10 if __name__ == "__main__":11 threads =[]12 for i in xrange(5):13 threads.append(threading.Thread(target=worker,args=(i,)))14 for t inthreads:15 t.start()16 #t.join() #阻塞子线程
17
18 #t.join() #阻塞父线程
19
20 end =time.clock()21 print "finished: %.3fs" %(end-start)

得到输入：

worker 0

worker 1

worker 2

worker 3

worker 4

finished: 0.001s

这里，其实父线程已经结束，因为已经打印出了finished：0.001s，但是子线程并没有执行完，sleep 1秒之后，才出现“Process finished with exit code 0”的程序结束标志。

----->同样代码，当阻塞子线程时，输出如下：

worker 0

worker 1

worker 2

worker 3

worker 4

finished: 5.004s

这里，由于5个子线程分别刚被t.start()之后，立即把自身阻塞了，所以它们会按序执行，同样，程序sleep了5秒，一定要注意，你这样做，程序的效率并没有提升，仍然需要5秒的时间。所以这样是有问题的，问题出在t.join()代码放的位置，应该再 for t in threads: t.join()，使得这些线程同时start，然后同时join()。

-------> 同样代码，当阻塞父线程时，输出如下：

worker 0

worker 1

worker 2

worker 3

worker 4

finished: 1.003s

这里，阻塞父线程，父线程会等待子线程结束，才会继续运行打印finished，程序的效率也得到了提升。这相当于上面提到的，先把所有的子线程start了，再join掉。

3、关于setDaemon()方法

setDaemon()方法是设置在子线程中的，当我们在父线程A中创建了n个子线程之后，给我们喜欢的子线程设置setDaemon(True)后，当它们的父线程运行结束之后，不管这些子线程运行结束还是没结束，它会直接结束程序。这里，还有一个需要注意的，setDaemon()方法必须设置在start()方法之前，否则会抛RuntimeError异常。

还用上面的例子：

1 #-*- coding:utf-8 -*-
2 importQueue,time,threading3 start =time.clock()4
5 defworker(m):6 print 'worker',m7 time.sleep(1)8 return
9
10 if __name__ == "__main__":11 threads =[]12 for i in xrange(5):13 threads.append(threading.Thread(target=worker,args=(i,)))14 for t inthreads:15 t.setDaemon(True)16 t.start()17 #t.join() #阻塞子线程
18
19 #t.join() #阻塞父线程
20
21 end =time.clock()22 print "finished: %.3fs" %(end-start)

这里，没有阻塞父线程，得到的输出如下：

worker 0

worker 1

worker 2

worker 3

worker 4

finished: 0.001s

说明，主线程一旦结束，会直接把子线程的内存回收，结束整个进程的运行。子进程的sleep 1没有执行就退出了。对于某些辅助子线程的应用场景，这个应该会有用。

4、创建子线程的两种方式

第一种是上面提到的，创建子线程要执行的函数(worker)，然后把这个函数传递进threading.Thread的对象中，让它来执行；

第二种是直接从threading.Thread类继承，创建一个新的类，通过重写这个新的类里面的run()方法，实现子线程要执行的内容，例如：

1 #-*- coding:utf-8 -*-
2 __author__ = 'webber'
3 importthreading,time4
5 classMythread(threading.Thread):6
7 def __init__(self,m):8 threading.Thread.__init__(self)9 self.m =m10
11 defrun(self):12 print 'worker', self.m13 time.sleep(1)14 return
15
16 if __name__ == "__main__":17 start =time.clock()18
19 threads =[]20 for i in xrange(5):21 threads.append(Mythread(i))22 for t inthreads:23 t.start()24
25 t.join()26 end =time.clock()27 print "finished: %.3fs" % (end - start)

输出和上面的主线程阻塞的结果一样

这里要注意一下黄色部分，调用的时候的传参方式。

5、关于锁----> Lock、RLock、Condition方法

之前有提到，由于python理论上是无法实现真正意义上的多线程的，即使你有多个CPU，python的多线程也只能利用一个，那么为了防止在多线程中对共享数据空间的数据修改时发生的尴尬，threading模块继承了thread模块的Lock方法，这是最简单的锁，实现也比较简单，只需要在子线程中修改数据前后分别加上锁和释放锁即可。

就是以下三句话：

a、主函数中创建一个锁的对象：例如： lock = threading.Lock() #返回一个新的Lock对象，创建一把锁。

b、在子线程需要对数据进行修改之前，lock.acquire() #获取这把锁

c、在子线程对数据进行修改之后，　　lock.acquire()　　 #释放这把锁

下面有个代码应用小例子：

1 #-*- coding:utf-8 -*-
2 __author__ = 'webber'
3 importthreading, time, random4
5 dish =06 lock =threading.Lock()7
8
9 defproducerFunction():10 '''如果投的筛子比0.5大，则向盘子中增加一个苹果'''
11 globallock, dish12 while dish < 10:13 if (random.random() > 0.5):14 lock.acquire()15 dish += 1
16 print('生产者增加了一个苹果，现在有%d个苹果' %(dish,))17 lock.release()18 time.sleep(random.random() * 3)19
20
21 defconsumerFunction():22 '''如果投的筛子比0.5小，则从盘子中取一个苹果'''
23 globallock, dish24 while dish >0:25 if (random.random() < 0.5):26 lock.acquire()27 dish -= 1
28 print('消费者拿走一个苹果现，现在有%d个苹果' %(dish,))29 lock.release()30 time.sleep(random.random() * 3)31
32
33 defbegin():34 ident1 = threading.Thread(target=producerFunction())35 ident2 = threading.Thread(target=consumerFunction())36 ident1.start()37 ident2.start()38
39
40 if __name__ == '__main__':41 begin()

View Code

其次，threading模块提出了一个更高级的锁RLock，它的出现是为了解决Lock可能会出现的死锁问题，即：当由于疏忽时，可能会出现一个子线程内同一把锁对象连续acquire()两次，那么由于第一次的acquire没有release，那么第二次的acquire请求会把该子线程挂起，导致lock对象永远不会release，造成死锁。而RLock对象允许一个线程多次对其进行acquire操作，在其内部通过counter变量维护着线程acquire的次数，而每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。使用上暂时我就把它当成Lock方法试了试，通过。~~~

最后，threading模块提供了更高级的封装，算是一种高级的多线程间同步方式，包括threading.Event和threading.Condition，其中，threading.Event为简单的同步方式，一个进程标记为event，其他的进程就需要等待，用到下面几种方法：

Event.wait([timeout])

阻塞线程，直到Event对象内部标识位被设置为True或超时(如果提供了参数timeout)

Event.set()

将标识号设为True

Event.clear()

设为标识符False

threading.Condition 可以把Condition理解为更高级的锁，它提供了比RLock更高级的功能，允许我们能够控制复杂的线程同步问题，它在内部维护了一个锁对象(默认为RLock)，可以在创建Condition对象的时候把锁对象作为参数传入。Condition也提供了acquire和release方法，它的特色在于内部的wait和notify机制，具体可看threading模块，下面的方法只有在对象获取到锁之后才能调用，否则，将会抛RuntimeError异常。