from threading import Thread
t = Thread()
功能: 创建线程对象
参数: target 绑定线程函数
args 元组 给线程函数位置传参
kwargs 字典 给线程函数键值传参
t.start()
t.join([timeout])
"""
thread1.py 线程基础使用
步骤:
1. 封装线程函数
2.创建线程对象
3.启动线程
4.回收线程
"""
import os
from threading import Thread
from time import sleep
a = 1
# 线程函数
def music():
for i in range(3):
sleep(2)
print('播放:黄河大合唱 %s' % os.getpid())
global a
print("a,",a)
a = 1000
# 创建线程对象
t = Thread(target=music)
# 启动线程
t.start()
for i in range(3):
sleep(1)
print('播放:beauty love %s' % os.getpid())
# 回收线程
t.join()
print('程序结束')
print("a,", a)
t.name 线程名称
t.setName() 设置线程名称
t.getName()获取线程名称
t.is_alive() 查看线程是否在生命周期
t.daemon 设置主线程和分支线程退出分支线程也退出.要在start前设置 通常不和join 一起使用
代码演示
"""
thread3.py
线程属性演示
"""
from threading import Thread
from time import sleep
def fun():
sleep(3)
print('线程属性测试')
t = Thread(target=fun, name='ceshi')
# 主线程退出分支线程也退出 必须在start前使用 与join 没有意义
t.setDaemon(True)
t.start()
print(t.getName())
t.setName('Tedu')
print('is alive:', t.is_alive())
print('daemon', t.daemon)
代码演示
"""
自定义线程类例子
"""
from threading import Thread
# 自定义线程类
class ThreadClass(Thread):
# 重写父类 init
def __init__(self, *args, **kwargs):
self.attr = args[0]
# 加载父类init
super().__init__()
# 假设需要很多步骤完成功能
def f1(self):
print('1')
def f2(self):
print(2)
# 重写run 逻辑调佣
def run(self):
self.f1()
self.f2()
t = ThreadClass()
t.start()
t.join()
from threading import Thread
from time import sleep, ctime
class MyThread(Thread):
def __init__(self, group=None, target=None, name=None,
args=(), kwargs=None, *, daemon=None):
super().__init__()
self.fun = target
self.args = args
self.kwargs = kwargs
def run(self):
self.fun(*self.args, **self.kwargs)
def player(sec, song):
for i in range(3):
print("Playing %s : %s" % (song, ctime()))
sleep(sec)
t = MyThread(target=player, args=(3,), kwargs={'song': '量量'})
t.start()
t.join()
通信方法
共享资源争夺
同步互斥机制
2.互斥:互斥是一种制约关系,当一个进程或者线程占有资源时,会进行加锁处理,此时其它进程线程就无法操作该资源,直到解锁后才能操作
## 9.线程同步互斥方法
from threading import Event
# 创建线程event对象
e = Event()
# 阻塞等待e被set
e.wait([timeout])
# 设置e, 使wait结束阻塞
e.set()
# 使e回到未被设置状态
e.clear()
# 查看当前e是否被设置
e.is_set()
"""
event 线程互斥方法演示
"""
from threading import Event, Thread
s = None # 用于通信
e = Event()
def yzr():
print('杨子荣前来拜山头')
global s
s = '天王盖地虎'
e.set() #操作完共享资源 e设置
t = Thread(target=yzr)
t.start()
print('说对口令就是自己人')
e.wait() #阻塞等待 e.set()
if s == '天王盖地虎':
print('宝塔镇河妖')
print('确认过眼神,你是对的人')
e.clear()
else:
print('打死他...')
t.join()
print('程序结束')
from threading import Lock
lock = Lock()创建锁对象
lock.acquire() 上锁 如果lock已经上锁再调用会阻塞
lock.release() 解锁
with lock: 上锁
....
....
with 代码块解锁自动解锁
"""
thread_lock
线程锁演示
"""
from threading import Thread, Lock
a = b = 0
lock = Lock()
def value():
while True:
# 上锁
lock.acquire()
print('a=%d,b=%d' % (a, b)) if a != b else print('a不等于b')
# 解锁
lock.release()
t = Thread(target=value)
t.start()
while True:
# with 开始上锁
with lock:
a += 1
b += 1
# with 解锁 自动解锁
t.join()
print('程序结束')
死锁是指两个或者两个以上的线程在执行过程中,由于竞争资源或者由于彼此通信而造成的一种阻塞的现象,若无外力作用,他们都将无法推进下去.此时称系统处于死锁状态或系统产生了死锁.
死锁发生的必要条件
- 互斥条件:指线程对所分配到的资源进行排它性使用,即在一段时间内某资源只由一个进程占用。如果此时还有其它进程请求资源,则请求者只能等待,直至占有资源的进程用毕释放。
- 请求和保持条件:指线程已经保持至少一个资源,但又提出了新的资源请求,而该资源已被其它进程占有,此时请求线程阻塞,但又对自己已获得的其它资源保持不放。
- 不剥夺条件:指线程已获得的资源,在未使用完之前,不能被剥夺,只能在使用完时由自己释放,通常CPU内存资源是可以被系统强行调配剥夺的。
- 环路等待条件:指在发生死锁时,必然存在一个线程——资源的环形链,即进程集合{T0,T1,T2,···,Tn}中的T0正在等待一个T1占用的资源;T1正在等待T2占用的资源,……,Tn正在等待已被T0占用的资源。
死锁的产生原因
简单来说造成死锁的原因可以概括成三句话:
- 当前线程拥有其他线程需要的资源
- 当前线程等待其他线程已拥有的资源
- 都不放弃自己拥有的资源
- 如何避免死锁
死锁是我们非常不愿意看到的一种现象,我们要尽可能避免死锁的情况发生。通过设置某些限制条件,去破坏产生死锁的四个必要条件中的一个或者几个,来预防发生死锁。预防死锁是一种较易实现的方法。但是由于所施加的限制条件往往太严格,可能会导致系统资源利用率。
from time import sleep
from threading import Thread, Lock
# 交易类
class Account:
def __init__(self, _id, balance, lock):
# 用户
self._id = _id
# 存款
self.balance = balance
# 锁
self.lock = lock
# 取钱
def withdraw(self, amount):
self.balance -= amount
# 存钱
def deposit(self, amount):
self.balance += amount
# 余额
def get_balance(self):
return self.balance
Tom = Account('Tom', 5000, Lock())
Alex = Account('Alex', 8000, Lock())
def transfer(from_, to, amount):
# 锁住自己账户
if from_.lock.acquire():
# 账户减少
from_.withdraw(amount)
sleep(0.5)
if to.lock.acquire():
to.deposit(amount)
to.lock.release()
from_.lock.release()
print('转账完成 %s给%s转账%d' % (from_._id, to._id, amount))
# transfer(Tom, Alex, 1000)
t1 = Thread(target=transfer, args=(Tom, Alex, 2000))
t2 = Thread(target=transfer, args=(Alex, Tom, 3500))
t1.start()
t2.start()
t1.join()
t2.join()
print('程序结束')
什么是GIL :由于python解释器设计中加入了解释器锁,导致python解释器同一时刻只能解释执行一个线程,大大降低了线程的执行效率。
导致后果: 因为遇到阻塞时线程会主动让出解释器,去解释其他线程。所以python多线程在执行多阻塞高延迟IO时可以提升程序效率,其他情况并不能对效率有所提升。
GIL问题建议
- 尽量使用进程完成无阻塞的并发行为
- 不使用c作为解释器 (Java C#)