【Python】Python3多线程学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/meiqi0538/article/details/100094684

参考 菜鸟教程

什么是多线程

多线程类似于同时执行多个不同程序，也可以理解为并发，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，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。

每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。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。

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”。_thread是函数调用方式，threading是对象用类来包装对象，并且_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。本文主要介绍threading。

threading 线程模块

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

参考程序如下：

import threading
import time

exitFlag = 0

# 创建自己的线程类，继承threading.Thread
class myThread(threading.Thread):
    def __init__(self, threadID, name, counter):
        """
        threadID:线程编号
        name：线程名称
        counter:线程中函数使用的参数，这里传递给print_time函数
        """
        # 使用threading.Thread进行初始化
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    # 重写run方法，执行线程
    def run(self):
        print("开始线程："+self.name)
        # 执行自写函数
        print_time(self.name, self.counter, 5)
        print("退出线程："+self.name)


def print_time(threadName, delay, counter):
    """
    threadName:当经线程名称
    delay：线程休眠时间
    counter：打印时间次数
    """
    while counter:
        if exitFlag:
            threadName.exit()
        # 休眠 参数：延时秒数
        time.sleep(delay)
        print("%s:%s"%(threadName, time.ctime(time.time())))
        counter -= 1
# 创建两个线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)
# 开启线程，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
thread1.start()
thread2.start()
# 等待至线程中止。
thread1.join()
thread2.join()
print("退出主线程")

程序输出结果如下：

开始线程：Thread-1
开始线程：Thread-2
Thread-1:Tue Aug 27 09:23:14 2019
Thread-2:Tue Aug 27 09:23:15 2019
Thread-1:Tue Aug 27 09:23:15 2019
Thread-1:Tue Aug 27 09:23:16 2019
Thread-2:Tue Aug 27 09:23:17 2019
Thread-1:Tue Aug 27 09:23:17 2019
Thread-1:Tue Aug 27 09:23:18 2019
退出线程：Thread-1
Thread-2:Tue Aug 27 09:23:19 2019
Thread-2:Tue Aug 27 09:23:21 2019
Thread-2:Tue Aug 27 09:23:23 2019
退出线程：Thread-2
退出主线程
[Finished in 10.3s]

程序分析：
以单线程思考：每个线程都经历5次休眠，两个线程休眠时间分别为：1s、2s，如果不是并发进行，那么总耗时至少是（1+2）*5=15s，实际程序运行只有10.3s（包含其它运行时间）。这也就说明了多线程运行比较省时的性质。

线程同步

在一些多线程任务中，会涉及到多个线程操作一个数据，如果数据不一致那么肯定会带来天大的灾难，为了保证数据的正确性，需要对多个线程进行同步。这个同步就是线程锁。
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，就是并发吗）。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：

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 ("开启线程： " + self.name)
        # 获取锁，用于线程同步
        threadLock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁，开启下一个线程
        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()  # 全局变量，线程锁
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 ("退出主线程")

程序输出结果：

开启线程： Thread-1
开启线程： Thread-2
Thread-1: Tue Aug 27 09:34:04 2019
Thread-1: Tue Aug 27 09:34:05 2019
Thread-1: Tue Aug 27 09:34:06 2019
Thread-2: Tue Aug 27 09:34:08 2019
Thread-2: Tue Aug 27 09:34:10 2019
Thread-2: Tue Aug 27 09:34:12 2019
退出主线程
[Finished in 9.3s]

从结果可以看出程序的运行是具有先后顺序的，如果不设置锁的话，线程资源将会由CPU随机分配，那么运行的顺序也是随机的。

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
  具体案例：

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 ("开启线程：" + self.name)
        process_data(self.name, self.q)
        print ("退出线程：" + 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()  # 线程锁
workQueue = queue.Queue(10)   # 长度为10的FIFO队列
threads = []                  # 线程列表
threadID = 1

# 创建新线程，并开启，先执行着，但是需要处理的内容都没有
for tName in threadList:
    thread = myThread(threadID, tName, workQueue)
    thread.start()
    threads.append(thread)
    threadID += 1

# 填充队列， 书写需要处理的内容，不容线程处理这些数据
queueLock.acquire()
for word in nameList:
    workQueue.put(word)
# 释放锁，线程可以进行处理
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 ("退出主线程")

程序输出：

开启线程：Thread-1
开启线程：Thread-2
开启线程：Thread-3
Thread-3 processing One
Thread-3 processing Two
Thread-2 processing Three
Thread-1 processing Four
Thread-3 processing Five
退出线程：Thread-2
退出线程：Thread-1
退出线程：Thread-3
退出主线程
[Finished in 3.3s]

个人订阅号
更多Python知识等着你