锐客网

  1. 首页 > 睿知 > >

python 多线程编程，python 怎样实现 多线程并发

经验分享睿知

1，python 怎样实现 多线程并发python线程有两种,类或者函数后者很简单,就跟pthread一样用啊 。不要打印就好了，或者你自己维护一个print加个自旋锁第三个从但是开始就没看懂既然要加print那一定要加锁了，否则是没办法既然你想搞一个控制线程，那就由它来打印咯
2，python多线程有很多的场景中的事情是同时进行的,比如开车的时候,手和脚共同来驾驶汽车,再比如唱歌跳舞也是同时进行的结果:?_thread?threading(推荐使用)结果:threading.enumerate()可查看当前正在运行的线程结果:结果:结果:结果: 出现资源竞争导致计算结果不正确(1)当多个线程几乎同时修改某一个共享数据的时候,需要进行同步控制(2)线程同步能够保证多个线程安全访问资源,最简单的同步机制是引入互斥锁(3)互斥锁为资源引入一个状态: 锁定/非锁定(4)某个线程要更爱共享数据时,先将其锁定,此时资源的状态为"锁定", 其他线程不能更改;直到该线程释放资源,将资源状态变为"非锁定"(5)互斥锁保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性结果: 计算正确结果:卡住了在线程间共享多个资源的时候,如果两个线程分别战友一部分资源且同时等待对方资源,就会造成死锁(1)程序设计时避免(银行家算法)(2)添加超时时间
3，Python如何实现并行的多线程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 。线程模块:Python通过两个标准库thread和threading提供对线程的支持 。python 的gil规定每个时刻只能有一个线程访问python虚拟机，所以你要用python的多线程来做计算是很不合算的 ， 但是对于io密集型的应用，例如网络交互来说，python的多线程还是非常给力的 。如果你是一个计算密集型的任务，非要用python来并行执行.【python 多线程编程，python 怎样实现 多线程并发】
4，python之多线程 进程的概念：以一个整体的形式暴露给操作系统管理 ， 里面包含各种资源的调用 。对各种资源管理的集合就可以称为进程 。线程的概念：是操作系统能够进行运算调度的最小单位 。本质上就是一串指令的集合 。进程和线程的区别：1、线程共享内存空间，进程有独立的内存空间 。2、线程启动速度快，进程启动速度慢 。注意：二者的运行速度是无法比较的 。3、线程是执行的指令集，进程是资源的集合4、两个子进程之间数据不共享，完全独立 。同一个进程下的线程共享同一份数据 。5、创建新的线程很简单，创建新的进程需要对他的父进程进行一次克隆 。6、一个线程可以操作（控制）同一进程里的其他线程 ， 但是进程只能操作子进程7、同一个进程的线程可以直接交流，两个进程想要通信，必须通过一个中间代理来实现 。8、对于线程的修改 ， 可能会影响到其他线程的行为 。但是对于父进程的修改不会影响到子进程 。第一个程序，使用循环来创建线程，但是这个程序中一共有51个线程，我们创建了50个线程，但是还有一个程序本身的线程 ， 是主线程 。这51个线程是并行的 。注意：这个程序中是主线程启动了子线程 。相比上个程序，这个程序多了一步计算时间，但是我们观察结果会发现 ， 程序显示的执行时间只有0.007秒，这是因为最后一个print函数它存在于主线程，而整个程序主线程和所有子线程是并行的，那么可想而知 ， 在子线程还没有执行完毕的时候print函数就已经执行了，总的来说，这个时间只是执行了一个线程也就是主线程所用的时间 。接下来这个程序，吸取了上面这个程序的缺点，创建了一个列表，把所有的线程实例都存进去 ， 然后使用一个for循环依次对线程实例调用join方法，这样就可以使得主线程等待所创建的所有子线程执行完毕才能往下走 。注意实验结果：和两个线程的结果都是两秒多一点注意观察实验结果，并没有执行打印task has done，并且程序执行时间极其短 。这是因为在主线程启动子线程前把子线程设置为守护线程 。只要主线程执行完毕，不管子线程是否执行完毕 ， 就结束 。但是会等待非守护线程执行完毕主线程退出，守护线程全部强制退出 。皇帝死了，仆人也跟着殉葬应用的场景 ： socket-server注意：gil只是为了减低程序开发复杂度 。但是在2.几的版本上，需要加用户态的锁（gil的缺陷）而在3点几的版本上 ， 加锁不加锁都一样 。下面这个程序是一个典型的生产者消费者模型 。生产者消费者模型是经典的在开发架构中使用的模型运维中的集群就是生产者消费者模型，生活中很多都是那么，多线程的使用场景是什么？python中的多线程实质上是对上下文的不断切换 ， 可以说是假的多线程 。而我们知道，io操作不占用cpu，计算占用cpu ， 那么python的多线程适合io操作密集的任务 ， 比如socket-server，那么cpu密集型的任务，python怎么处理？python可以折中的利用计算机的多核：启动八个进程 ， 每个进程有一个线程 。这样就可以利用多进程解决多核问题 。5，Python并发编程之创建多线程的几种方法Django: Py Web应用开发框架Diesel：基于Greenlet的事件I/O框架Flask：一个用Py编写的轻量级Web应用框架Cubes：轻量级Py OLAP框架Kartograph.py：创造矢量地图的轻量级Py框架Pulsar：Py的事件驱动并发框架Web2py：全栈式Web框架Falcon：构建云API和网络应用后端的高性能Py框架Dpark：Py版的SparkBuildbot：基于Py的持续集成测试框架Zerorpc：基于ZeroMQ的高性能分布式RPC框架Bottle: 微型Py Web框架Tornado：异步非阻塞IO的Py Web框架webpy: 轻量级的Py Web框架Scrapy：Py的爬虫框架谁说python多线程支持不好，比起ruby，比起perl，好的不要太多 。python有很多实现多线程的方法：1.挂锁2.queue 队列3.信号机也可以自己构建循环缓冲区我自己总结的构建线程的一些思路：抽象出共享空间 ， 就是读线程和写线程均要访问的那块区域--临界区域，在这个对象里面设置读方法和写方法，并挂锁，也就说不能有2个或者2个以上的线程同时操作共享区域 ， 挂锁 的时候注意死锁问题 。这就是基本的线程同步了，如果要加上缓冲就要考虑记录每个线程操作到什么位置，就是位置信息 。代码不贴了，看我blog里面有几个写python的http://hi.baidu.com/linuxbird只要记得几个思路就可以了6，python多线程几种方法实现Python进阶(二十六)-多线程实现同步的四种方式临界资源即那些一次只能被一个线程访问的资源，典型例子就是打印机，它一次只能被一个程序用来执行打印功能，因为不能多个线程同时操作，而访问这部分资源的代码通常称之为临界区 。锁机制threading的Lock类 ， 用该类的acquire函数进行加锁，用realease函数进行解锁import threadingimport timeclass Num:def __init__(self):self.num = 0self.lock = threading.Lock()def add(self):self.lock.acquire()#加锁，锁住相应的资源self.num += 1num = self.numself.lock.release()#解锁 ， 离开该资源return numn = Num()class jdThread(threading.Thread):def __init__(self,item):threading.Thread.__init__(self)self.item = itemdef run(self):time.sleep(2)value = http://www.lisdn.com/sjfx/mzjy/n.add()#将num加1，并输出原来的数据和+1之后的数据print(self.item,value)for item in range(5):t = jdThread(item)t.start()t.join()#使线程一个一个执行12345678910111213141516171819202122232425262728当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态 。每次只有一个线程可以获得锁 。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态 ， 称为“同步阻塞”（参见多线程的基本概念） 。直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态 。线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态 。信号量信号量也提供acquire方法和release方法 ， 每当调用acquire方法的时候，如果内部计数器大于0，则将其减1，如果内部计数器等于0，则会阻塞该线程，知道有线程调用了release方法将内部计数器更新到大于1位置 。import threadingimport timeclass Num:def __init__(self):self.num = 0self.sem = threading.Semaphore(value = 3)#允许最多三个线程同时访问资源def add(self):self.sem.acquire()#内部计数器减1self.num += 1num = self.numself.sem.release()#内部计数器加1return numn = Num()class jdThread(threading.Thread):def __init__(self,item):threading.Thread.__init__(self)self.item = itemdef run(self):time.sleep(2)value = n.add()print(self.item,value)for item in range(100):python 的gil规定每个时刻只能有一个线程访问python虚拟机，所以你要用python的多线程来做计算是很不合算的，但是对于io密集型的应用，例如网络交互来说，python的多线程还是非常给力的 。如果你是一个计算密集型的任务，非要用python来并行执行.

    推荐阅读


    上一篇：安卓 如何 分屏,手机应用分屏功能介绍一下!

    下一篇：视频转换 安卓,手机视频转换软件推荐使用安卓/rm转换专家