Python多線程的原理是什么

這期內容當中小編將會給大家帶來有關Python多線程的原理是什么，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

創建并啟動一個線程

import threading
def runtask(name):
  print("%s線程已啟動"%name)
t = threading.Thread(target=runtask,args=("task1",))  # args因為是一個元組，所以必須這樣寫,否則運行將報錯
t.start()

join

等待當前線程執行完畢

import threading
import time
def runtask(name):
  print("%s線程已啟動"%name)
  time.sleep(2)
t = threading.Thread(target=runtask,args=("task1",))
t.start()
t.join()
print("abc")  # 過了2s才會打印，若無等待將看不到等待2s的效果

setDaemon(True)

將線程設置為守護線程。若設置為守護線程，主線程結束后，子線程也將結束，并且主線程不會理會子線程是否結束，主線程不會等待子線程結束完后才結束。若沒有設置為守護線程，主線程會等待子線程結束后才會結束。

active_count

程序的線程數量，數量=主線程+子線程數量

Lock(互斥鎖)

Python編程中，引入了對象互斥鎖的概念，來保證共享數據操作的完整性。每個對象都對應于一個可稱為” 互斥鎖” 的標記，這個標記用來保證在任一時刻，只能有一個線程訪問該對象。在Python中我們使用threading模塊提供的Lock類。

import threading,time
def runtask(name):
  global count
  time.sleep(1)
  lock.acquire()   # 獲取鎖資源，并返回是否獲取成功
  count+=1
  print(name,count)
  lock.release()   # 釋放資源
count = 0
lock = threading.Lock()   # 互斥鎖
for index in range(50):
  t = threading.Thread(target=runtask,args=("thread%d"%index,))
  t.start()

上面這段代碼如果沒有加上互斥鎖，在Python2.x中執行的結果將會是亂的。在Python3.x中執行卻總是正確的，似乎是自動為其加了鎖

RLock(遞歸鎖，可重入鎖)

當一個線程中遇到鎖嵌套情況該怎么辦，又會遇到什么情況？

def run1():
  global count1
  lock.acquire()
  count1 += 1
  lock.release()
  return count1
def run2():
  global count2
  lock.acquire()
  count2 += 1
  lock.release()
  return count2
def runtask():
  lock.acquire()
  r1 = run1()
  print("="*30)
  r2 = run2()
  lock.release()
  print(r1,r2)
count1,count2 = 0,0
lock = threading.Lock()
for index in range(50):
  t = threading.Thread(target=runtask,)
  t.start()

這是一個很簡單的線程鎖死案例，程序將被卡死，停止不動。為了解決這一情況，Python提供了遞歸鎖RLock(可重入鎖)。這個RLock內部維護著一個Lock和一個counter變量，counter記錄了acquire的次數，從而使得資源可以被多次require。直到一個線程所有的acquire都被release，其他的線程才能獲得資源。上面的代碼只需做一些小小的改動

lock = threading.Lock()

修改為:

lock = threading.RLock()

那么程序將不會發生死鎖情況。

最大可執行線程

threading.BoundedSemaphore(5)設置可同時執行的最大線程數為5個，后面的線程需排隊等待前面的線程執行完畢

import time,threading
def runtask(name):
  global num
  semaphore.acquire()
  time.sleep(1)
  num += 1
  semaphore.release()
  print(name,num)
num = 0
semaphore = threading.BoundedSemaphore(5)
for index in range(50):
  t = threading.Thread(target=runtask,args=("線程%s"%index,))
  t.start()

執行效果:

可以看出上面的程序是每次只有5個線程在同時運行，其他線程需等待前面的線程執行完畢,這就是最大可執行線程。

Event

Python提供了Event對象用于線程間通信，它是由線程設置的信號標志，如果信號標志位為假，則線程等待直到信號被其他線程設置成真。Event中提供了四個重要的方法來滿足基本的需求。

• - clear：清除標記

• - set：設置標記

• - is_set：是否被標記

• - wait：等待被標記

代碼示例：

import threading,time
def lighter():
  num = 0
  event.set()   # 設置標記
  while True:
    if num >= 5 and num < 10:
      event.clear()  # 清除標記
      print("紅燈亮起，車輛禁止通行")
    if num >= 10:
      event.set()   # 設置標記
      print("綠燈亮起，車輛可以通行")
      num = 0
    num += 1
    time.sleep(1)
def car():
  while True:
    if event.is_set():
      print("車輛正在跑...")
    else:
      print("車輛停下了")
      event.wait()
    time.sleep(1)
event = threading.Event()
t1 = threading.Thread(target=lighter,)
t2 = threading.Thread(target=car,)
t1.start()
t2.start()

這是一個簡單的紅燈停綠燈行案例。初始設置為綠燈并標記，車輛看到標記后通行，當紅燈亮起的時候取消標記，車輛看到沒有標記時停下，等待標記。

Queue隊列

使任務按照某一種特定順序有條不紊的進行。下面介紹幾種常用的隊列:

• - queue.Queue()：先進先出

• - queue.LifoQueue()：先進后出

• - queue.PriorityQueue：優先級隊列，優先級的值越小，越先執行

下面介紹幾種常用的方法:

• - get()：獲取item,如果隊列已經取空將會卡住。可設置timeout參數，給定一個超時的值，或者設置參數block=False,隊列空直接拋異常

• - get_nowait()：b獲取item。如果隊列取空了，將會直接拋異常

• - put()：放入隊列

• - empty()：隊列是否為空

• - qsize()：獲取隊列的item數量

上述就是小編為大家分享的Python多線程的原理是什么了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。