多线程模块——threading
- 1、简介
- 2、Thread类
- 3、Lock、Rlock类
- 4、Condition类
- 5、Semaphore/BoundedSemaphore
- 6、Event类
- 7、timer类
- 8、local类
- 9、线程同步
- 10、线程优先级队列（ Queue）
1、简介
Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。thread 有一些缺点，在threading 得到了弥补。
本章介绍模块——threading
threading模块提供的类：
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。
threading 模块提供的常用方法：
threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
threading 模块提供的常量：
threading.TIMEOUT_MAX 设置threading全局超时时间。
2、Thread类
Thread是线程类，有两种使用方法，直接传入要运行的方法或从Thread继承并覆盖run()：
创建线程的两种方法：
# coding:utf-8
import threading
import time
#方法一：将要执行的方法作为参数传给Thread的构造方法
def action(arg):
time.sleep(1)
print('the arg is:%s\r' %arg)
for i in range(4):
t =threading.Thread(target=action,args=(i,))
t.start()
print('main thread end!')
# 上述代码创建了4个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令。
#方法二：从Thread继承，并重写run()
class MyThread(threading.Thread):
def __init__(self,arg):
super(MyThread, self).__init__()#注意：一定要显式的调用父类的初始化函数。
self.arg=arg
def run(self):#定义每个线程要运行的函数
time.sleep(1)
print('the arg is:%s\r' % self.arg)
for i in range(4):
t =MyThread(i)
t.start()
print('main thread end!')构造方法：
Thread(group=None, target=None, name=None, args=(), kwargs={})
- group: 线程组，目前还没有实现，库引用中提示必须是None；
- target: 要执行的方法；
- name: 线程名；
- args/kwargs: 要传入方法的参数。
实例方法：
- isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
- get/setName(name): 获取/设置线程名。
- start(): 线程准备就绪，等待CPU调度
- is/setDaemon(bool): 获取/设置是后台线程（默认前台线程（False））。（在start之前设置）
如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程和后台线程均停止
如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止 - start(): 启动线程。
- join([timeout]): 阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout（可选参数）。
- run():线程被cpu调度后自动执行线程对象的run方法
使用例子一(未设置setDeamon)：
# coding:utf-8
import threading
import time
def action(arg):
time.sleep(1)
print('sub thread start!the thread name is:%s\r' % threading.currentThread().getName())
print('the arg is:%s\r' %arg)
time.sleep(1)
for i in range(4):
t =threading.Thread(target=action,args=(i,))
t.start()
print('main_thread end!')运行结果：
main_thread end!
sub thread start!the thread name is:Thread-1
the arg is:0
sub thread start!the thread name is:Thread-3
the arg is:2
sub thread start!the thread name is:Thread-2
the arg is:1
sub thread start!the thread name is:Thread-4
the arg is:3
进程已结束,退出代码0可以看出，创建的4个“前台”线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
验证了serDeamon(False)(默认)前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，主线程停止。
使用例子二（setDeamon=True）：
# coding:utf-8
import threading
import time
def action(arg):
time.sleep(1)
print('sub thread start!the thread name is:%s\r' % threading.currentThread().getName())
print('the arg is:%s\r' %arg)
time.sleep(1)
for i in range(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)#设置线程为后台线程
t.start()
print('main_thread end!')运行结果：
main_thread end!
进程已结束,退出代码0可以看出，主线程执行完毕后，后台线程不管是成功与否，主线程均停止
验证了serDeamon(True)后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程均停止。
使用例子三（设置join）：
#coding:utf-8
import threading
import time
def action(arg):
time.sleep(1)
print('sub thread start!the thread name is:%s ' % threading.currentThread().getName())
print('the arg is:%s ' %arg)
time.sleep(1)
thread_list = [] #线程存放列表
for i in range(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)
thread_list.append(t)
for t in thread_list:
t.start()
for t in thread_list:
t.join()运行结果：
sub thread start!the thread name is:Thread-1
the arg is:0
sub thread start!the thread name is:Thread-4
the arg is:3
sub thread start!the thread name is:Thread-3
the arg is:2
sub thread start!the thread name is:Thread-2
the arg is:1
进程已结束,退出代码0设置join之后，主线程等待子线程全部执行完成后或者子线程超时后，主线程才结束
验证了 join()阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout，即使设置了setDeamon（True）主线程依然要等待子线程结束。
使用例子四（join不妥当的用法，使多线程编程顺序执行）：
#coding:utf-8
import threading
import time
def action(arg):
time.sleep(1)
print('sub thread start!the thread name is:%s ' % threading.currentThread().getName())
print('the arg is:%s ' %arg)
time.sleep(1)
for i in range(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)
t.start()
t.join()
print('main_thread end!')运行结果：
sub thread start!the thread name is:Thread-1
the arg is:0
sub thread start!the thread name is:Thread-2
the arg is:1
sub thread start!the thread name is:Thread-3
the arg is:2
sub thread start!the thread name is:Thread-4
the arg is:3
main_thread end!
进程已结束,退出代码0可以看出此时，程序只能顺序执行，每个线程都被上一个线程的join阻塞，使得“多线程”失去了多线程意义。
3、Lock、Rlock类
由于线程之间随机调度：某线程可能在执行n条后，CPU接着执行其他线程。为了多个线程同时操作一个内存中的资源时不产生混乱，我们使用锁。
Lock（指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态——锁定和非锁定，以及两个基本的方法。
可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。
RLock（可重入锁）是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire()，释放锁时需要调用release()相同次数。
可以认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用 acquire()/release()，计数器将+1/-1，为0时锁处于未锁定状态。
简言之：Lock属于全局，Rlock属于线程。
构造方法：
Lock()，Rlock（）,推荐使用Rlock()
实例方法：
- acquire([timeout]): 尝试获得锁定。使线程进入同步阻塞状态。
- release(): 释放锁。使用前线程必须已获得锁定，否则将抛出异常。
例子一（未使用锁）：
#coding:utf-8
import threading
import time
gl_num = 0
def show(arg):
global gl_num
time.sleep(1)
gl_num +=1
print(gl_num)
for i in range(10):
t = threading.Thread(target=show, args=(i,))
t.start()
print('main thread stop')运行结果：
main thread stop
4
9
进程已结束,退出代码0多次运行可能产生混乱。这种场景就是适合使用锁的场景。
例子二（使用锁）:
# coding:utf-8
import threading
import time
gl_num = 0
lock = threading.RLock()
# 调用acquire([timeout])时，线程将一直阻塞，
# 直到获得锁定或者直到timeout秒后（timeout参数可选）。
# 返回是否获得锁。
def Func():
lock.acquire()
global gl_num
gl_num += 1
time.sleep(1)
print(gl_num)
# 调用release()将释放锁。
lock.release()
for i in range(10):
t = threading.Thread(target=Func)
t.start()运行结果：
1
2
3
4
5
6
7
8
9
10
进程已结束,退出代码0可以看出，全局变量在在每次被调用时都要获得锁，才能操作，因此保证了共享数据的安全性
Lock对比Rlock
# coding:utf-8
import threading
lock = threading.Lock() # Lock对象
lock.acquire()
lock.acquire() # 产生了死锁。
lock.release()
lock.release()
print(lock.acquire())
import threading
rLock = threading.RLock() # RLock对象
rLock.acquire()
rLock.acquire() # 在同一线程内，程序不会堵塞。
rLock.release()
rLock.release()4、Condition类
Condition（条件变量）通常与一个锁关联。需要在多个Contidion中共享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。
可以认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于等待阻塞状态，直到另一个线程调用notify()/notifyAll()通知；得到通知后线程进入锁定池等待锁定。
构造方法：
Condition([lock/rlock])
实例方法：
- acquire([timeout])/release(): 调用关联的锁的相应方法。
- wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。
- notify(): 调用这个方法将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()尝试获得锁定（进入锁定池）；其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
- notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
例子一：生产者消费者模型
# encoding: UTF-8
import threading
import time
# 商品
product = None
# 条件变量
con = threading.Condition()
# 生产者方法
def produce():
global product
if con.acquire():
while True:
if product is None:
print('produce...')
product = 'anything'
# 通知消费者，商品已经生产
con.notify()
# 等待通知
con.wait()
time.sleep(2)
# 消费者方法
def consume():
global product
if con.acquire():
while True:
if product is not None:
print('consume...')
product = None
# 通知生产者，商品已经没了
con.notify()
# 等待通知
con.wait()
time.sleep(2)
t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()运行结果：
produce...
consume...
produce...
consume...
produce...
consume...
produce...
consume...
produce...
consume...
Process finished with exit code -1程序不断循环运行下去。重复生产消费过程。
例子二：生产者消费者模型
import threading
import time
condition = threading.Condition()
products = 0
class Producer(threading.Thread):
def run(self):
global products
while True:
if condition.acquire():
if products < 10:
products += 1;
print("Producer(%s):deliver one, now products:%s" %(self.name, products))
condition.notify()#不释放锁定，因此需要下面一句
condition.release()
else:
print("Producer(%s):already 10, stop deliver, now products:%s" %(self.name, products))
condition.wait();#自动释放锁定
time.sleep(2)
class Consumer(threading.Thread):
def run(self):
global products
while True:
if condition.acquire():
if products > 1:
products -= 1
print("Consumer(%s):consume one, now products:%s" %(self.name, products))
condition.notify()
condition.release()
else:
print("Consumer(%s):only 1, stop consume, products:%s" %(self.name, products))
condition.wait();
time.sleep(2)
if __name__ == "__main__":
for p in range(0, 2):
p = Producer()
p.start()
for c in range(0, 3):
c = Consumer()
c.start()运行结果：
Producer(Thread-1):deliver one, now products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
Producer(Thread-1):deliver one, now products:2
Consumer(Thread-4):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-3):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
Producer(Thread-1):deliver one, now products:3
Consumer(Thread-5):consume one, now products:2
Consumer(Thread-5):consume one, now products:1
Consumer(Thread-5):only 1, stop consume, products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-3):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
Producer(Thread-1):deliver one, now products:3
Consumer(Thread-5):consume one, now products:2
Consumer(Thread-5):consume one, now products:1
Consumer(Thread-5):only 1, stop consume, products:1
Consumer(Thread-4):only 1, stop consume, products:1
Producer(Thread-1):deliver one, now products:2
Producer(Thread-2):deliver one, now products:3
Consumer(Thread-3):consume one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-3):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
Consumer(Thread-4):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
Producer(Thread-1):deliver one, now products:3
Consumer(Thread-3):consume one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-3):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
.......例子三：生产者消费者模型
import threading
alist = None
condition = threading.Condition()
def doSet():
if condition.acquire():
while alist is None:
condition.wait()
for i in range(len(alist))[::-1]:
alist[i] = 1
condition.release()
def doPrint():
if condition.acquire():
while alist is None:
condition.wait()
for i in alist:
print(i,)
print()
condition.release()
def doCreate():
global alist
if condition.acquire():
if alist is None:
alist = [0 for i in range(10)]
condition.notifyAll()
condition.release()
tset = threading.Thread(target=doSet, name='tset')
tprint = threading.Thread(target=doPrint, name='tprint')
tcreate = threading.Thread(target=doCreate, name='tcreate')
tset.start()
tprint.start()
tcreate.start()运行结果：
0
0
0
0
0
0
0
0
0
0
进程已结束,退出代码05、Semaphore/BoundedSemaphore
互斥锁 同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。
Semaphore（信号量）是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器，每当调用acquire()时-1，调用release() 时+1。计数器不能小于0；当计数器为0时，acquire()将阻塞线程至同步锁定状态，直到其他线程调用release()。
基于这个特点，Semaphore经常用来同步一些有“访客上限”的对象，比如连接池。
BoundedSemaphore 与Semaphore的唯一区别在于前者将在调用release()时检查计数器的值是否超过了计数器的初始值，如果超过了将抛出一个异常。
构造方法：
Semaphore(value=1): value是计数器的初始值。
实例方法：
- acquire([timeout]): 请求Semaphore。如果计数器为0，将阻塞线程至同步阻塞状态；否则将计数器-1并立即返回。
- release(): 释放Semaphore，将计数器+1，如果使用BoundedSemaphore，还将进行释放次数检查。release()方法不检查线程是否已获得 Semaphore。
例子：
# encoding: UTF-8
import threading
import time
# 计数器初值为2
semaphore = threading.Semaphore(2)
def func():
# 请求Semaphore，成功后计数器-1；计数器为0时阻塞
print('%s acquire semaphore...' % threading.currentThread().getName())
if semaphore.acquire():
print('%s get semaphore' % threading.currentThread().getName())
time.sleep(4)
# 释放Semaphore，计数器+1
print('%s release semaphore' % threading.currentThread().getName())
semaphore.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t4 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()
t4.start()
time.sleep(2)
# 没有获得semaphore的主线程也可以调用release
# 若使用BoundedSemaphore，t4释放semaphore时将抛出异常
print('MainThread release semaphore without acquire')
semaphore.release()运行结果：
Thread-1 acquire semaphore...
Thread-1 get semaphore
Thread-2 acquire semaphore...
Thread-2 get semaphore
Thread-3 acquire semaphore...
Thread-4 acquire semaphore...
MainThread release semaphore without acquire
Thread-3 get semaphore
Thread-2 release semaphore
Thread-1 release semaphore
Thread-4 get semaphore
Thread-3 release semaphore
Thread-4 release semaphore
进程已结束,退出代码0例子二：
import threading, time
def run(n):
semaphore.acquire()
time.sleep(1)
print("run the thread: %s" % n)
semaphore.release()
if __name__ == '__main__':
num = 0
semaphore = threading.BoundedSemaphore(5) # 最多允许5个线程同时运行
for i in range(20):
t = threading.Thread(target=run, args=(i,))
t.start()运行结果：
run the thread: 3
run the thread: 2
run the thread: 4
run the thread: 1
run the thread: 0
run the thread: 9
run the thread: 7
run the thread: 8
run the thread: 5
run the thread: 6
run the thread: 14
run the thread: 13
run the thread: 12
run the thread: 10
run the thread: 11
run the thread: 19
run the thread: 17
run the thread: 16
run the thread: 15
run the thread: 18
进程已结束,退出代码06、Event类
Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。
Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态。
构造方法：
Event()
实例方法：
- isSet(): 当内置标志为True时返回True。
- set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。
- clear(): 将标志设为False。
- wait([timeout]): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。
例子一
# encoding: UTF-8
import threading
import time
event = threading.Event()
def func():
# 等待事件，进入等待阻塞状态
print('%s wait for event...' % threading.currentThread().getName())
event.wait()
# 收到事件后进入运行状态
print('%s recv event.' % threading.currentThread().getName())
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
time.sleep(2)
# 发送事件通知
print('MainThread set event.')
event.set()运行结果：
Thread-1 wait for event...
Thread-2 wait for event...
#2秒后。。。
MainThread set event.
Thread-1 recv event.
Thread-2 recv event.
进程已结束,退出代码07、timer类
Timer（定时器）是Thread的派生类，用于在指定时间后调用一个方法。
构造方法：
Timer(interval, function, args=[], kwargs={})
- interval: 指定的时间
- function: 要执行的方法
- args/kwargs: 方法的参数
实例方法：
Timer从Thread派生，没有增加实例方法。
例子一：
# encoding: UTF-8
import threading
def func():
print('hello timer!')
timer = threading.Timer(5, func)
timer.start()运行结果：
#延迟5秒运行
hello timer!
进程已结束,退出代码0线程延迟5秒后执行。
8、local类
local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程设置的同名属性替换。
可以把local看成是一个“线程-属性字典”的字典，local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。
例子：
# encoding: UTF-8
import threading
local = threading.local()
local.tname = 'main'
def func():
local.tname = 'notmain'
print(local.tname)
t1 = threading.Thread(target=func)
t1.start()
t1.join()
print(local.tname)运行结果：
notmain
main
进程已结束,退出代码09、线程同步
如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
使用Thread对象的Lock和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间。如下：
多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。
考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。
那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。
锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。
经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。
例子：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import threading
import time
class myThread(threading.Thread):
def __init__(self, threadID, name, counter):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.counter = counter
def run(self):
print("Starting " + self.name)
# 获得锁，成功获得锁定后返回True
# 可选的timeout参数不填时将一直阻塞直到获得锁定
# 否则超时后将返回False
threadLock.acquire()
print_time(self.name, self.counter, 3)
# 释放锁
threadLock.release()
def print_time(threadName, delay, counter):
while counter:
time.sleep(delay)
print("%s: %s" % (threadName, time.ctime(time.time())))
counter -= 1
threadLock = threading.Lock()
threads = []
# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)
# 开启新线程
thread1.start()
thread2.start()
# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)
# 等待所有线程完成
for t in threads:
t.join()
print("Exiting Main Thread")运行结果：
Starting Thread-1
Starting Thread-2
Thread-1: Sun Jul 7 22:06:09 2019
Thread-1: Sun Jul 7 22:06:10 2019
Thread-1: Sun Jul 7 22:06:11 2019
Thread-2: Sun Jul 7 22:06:13 2019
Thread-2: Sun Jul 7 22:06:15 2019
Thread-2: Sun Jul 7 22:06:17 2019
Exiting Main Thread
进程已结束,退出代码010、线程优先级队列（ Queue）
Python的Queue模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。
Queue模块中的常用方法:
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空，返回True,反之False
- Queue.full() 如果队列满了，返回True,反之False
- Queue.full 与 maxsize 大小对应
- **Queue.get([block[, timeout]])**获取队列，timeout等待时间
- Queue.get_nowait() 相当Queue.get(False)
- Queue.put(item) 写入队列，timeout等待时间
- Queue.put_nowait(item) 相当Queue.put(item, False)
- Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
- Queue.join() 实际上意味着等到队列为空，再执行别的操作
例子：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
from queue import Queue
import threading
import time
exitFlag = 0
class myThread(threading.Thread):
def __init__(self, threadID, name, q):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.q = q
def run(self):
print("Starting " + self.name)
process_data(self.name, self.q)
print("Exiting " + self.name)
def process_data(threadName, q):
while not exitFlag:
queueLock.acquire()
if not workQueue.empty():
data = q.get()
queueLock.release()
print("%s processing %s" % (threadName, data))
else:
queueLock.release()
time.sleep(1)
threadList = ["Thread-1", "Thread-2", "Thread-3"]
nameList = ["One", "Two", "Three", "Four", "Five"]
queueLock = threading.Lock()
workQueue = Queue(10)
threads = []
threadID = 1
# 创建新线程
for tName in threadList:
thread = myThread(threadID, tName, workQueue)
thread.start()
threads.append(thread)
threadID += 1
# 填充队列
queueLock.acquire()
for word in nameList:
workQueue.put(word)
queueLock.release()
# 等待队列清空
while not workQueue.empty():
pass
# 通知线程是时候退出
exitFlag = 1
# 等待所有线程完成
for t in threads:
t.join()
print("Exiting Main Thread")运行结果：
Starting Thread-1
Starting Thread-2
Starting Thread-3
Thread-3 processing One
Thread-2 processing Two
Thread-1 processing Three
Thread-2 processing Four
Thread-1 processing Five
Exiting Thread-2
Exiting Thread-3
Exiting Thread-1
Exiting Main Thread
进程已结束,退出代码0
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
