Python3多线程精讲

Python3 多线程

多线程类似于同时执⾏多个不同程序，多线程运⾏有如下优点：

使⽤线程可以把占据长时间的程序中的任务放到后台去处理。

⽤户界⾯可以更加吸引⼈，这样⽐如⽤户点击了⼀个按钮去触发某些事件的处理，可以弹出⼀个进度条来显⽰处理的进度

程序的运⾏速度可能加快

在⼀些等待的任务实现上如⽤户输⼊、⽂件读写和⽹络收发数据等，线程就⽐较有⽤了。在这种情况下我们可以释放⼀些珍贵的资源如内存占⽤等等。

线程在执⾏过程中与进程还是有区别的。每个独⽴的线程有⼀个程序运⾏的⼊⼜、顺序执⾏序列和程序的出⼜。但是线程不能够独⽴执⾏，必须依存在应⽤程序中，由应⽤程序提供多个线程执⾏控制。

每个线程都有他⾃⼰的⼀组CPU寄存器，称为线程的上下⽂，该上下⽂反映了线程上次运⾏该线程的CPU寄存器的状态。 小编推荐大家加一下这个群：666468218这个群，有好多人了~大家遇到啥问题都可以在里面交流！而且免费分享零基础入门资料WEB开发，爬虫资料~是一个非常好的学习交流地方~欲进从速欧~各种PDF等你来下载，全部免费，职位帮助大家快速入门

指令指针和堆栈指针寄存器是线程上下⽂中两个最重要的寄存器，线程总是在进程得到上下⽂中运⾏的，这些地址都⽤于标志拥有线程的进程地址空间中的内存。

线程可以被抢占（中断）。

在其他线程正在运⾏时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

线程可以分为:

内核线程：由操作系统内核创建和撤销。

⽤户线程：不需要内核⽀持⽽在⽤户程序中实现的线程。

Python3 线程中常⽤的两个模块为：

_thread

threading(推荐使⽤)

thread 模块已被废弃。⽤户可以使⽤ threading 模块代替。所以，在 Python3 中不能再使⽤"thread" 模块。为了兼容性，Python3 将 thread 重命名为 "_thread"。

开始学习Python线程

Python中使⽤线程有两种⽅式：函数或者⽤类来包装线程对象。

函数式：调⽤ _thread 模块中的start_new_thread()函数来产⽣新线程。语法如下:

_thread.start_new_thread ( function, args[, kwargs] )

参数说明:

function - 线程函数。

args - 传递给线程函数的参数,他必须是个tuple类型。

kwargs - 可选参数。

实例：

执⾏以上程序输出结果如下：

执⾏以上程后可以按下 ctrl-c t退出。

线程模块

Python3 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，它相⽐于threading 模块的功能还是⽐较有限的。

threading 模块除了包含 _thread 模块中的所有⽅法外，还提供的其他⽅法： 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。

除了使⽤⽅法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下⽅法:

run():⽤以表⽰线程活动的⽅法。

start():启动线程活动。

join([time]):等待⾄线程中⽌。这阻塞调⽤线程直⾄线程的join() ⽅法被调⽤中⽌-正常退出或者抛出未处理的异常-或者是可选的超时发⽣。

isAlive():返回线程是否活动的。

getName():返回线程名。

setName():设置线程名。

使⽤ threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建⼀个新的⼦类，并实例化后调⽤ start()⽅法启动新线程，即它调⽤了线程的 run() ⽅法：

以上程序执⾏结果如下；

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。

实例：

执⾏以上程序，输出结果为：

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

实例:

以上程序执⾏结果：