国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python多線程

dcr309duan / 3218人閱讀

摘要:多線程的理解多進程和多線程都可以執行多個任務,線程是進程的一部分。多線程創建在中,同樣可以實現多線程,有兩個標準模塊和,不過我們主要使用更高級的模塊。多線程的應用場景。

1、多線程的理解

多進程和多線程都可以執行多個任務,線程是進程的一部分。線程的特點是線程之間可以共享內存和變量,資源消耗少(不過在Unix環境中,多進程和多線程資源調度消耗差距不明顯,Unix調度較快),缺點是線程之間的同步和加鎖比較麻煩。

2、Python多線程創建

在Python中,同樣可以實現多線程,有兩個標準模塊thread和threading,不過我們主要使用更高級的threading模塊。使用例子:

import threading
import time

def target():
    print "the curent threading  %s is running" % threading.current_thread().name
    time.sleep(1)
    print "the curent threading  %s is ended" % threading.current_thread().name

print "the curent threading  %s is running" % threading.current_thread().name
t = threading.Thread(target=target)

t.start()
t.join()
print "the curent threading  %s is ended" % threading.current_thread().name

輸出:
the curent threading MainThread is running
the curent threading Thread-1 is running
the curent threading Thread-1 is ended
the curent threading MainThread is ended

start是啟動線程,join是阻塞當前線程,即使得在當前線程結束時,不會退出。從結果可以看到,主線程直到Thread-1結束之后才結束。
Python中,默認情況下,如果不加join語句,那么主線程不會等到當前線程結束才結束,但卻不會立即殺死該線程。如不加join輸出如下:

the curent threading MainThread is running
the curent threading Thread-1 is running
the curent threading MainThread is ended
the curent threading Thread-1 is ended

但如果為線程實例添加t.setDaemon(True)之后,如果不加join語句,那么當主線程結束之后,會殺死子線程。代碼:

import threading
import time
def target():
    print "the curent threading  %s is running" % threading.current_thread().name
    time.sleep(4)
    print "the curent threading  %s is ended" % threading.current_thread().name
print "the curent threading  %s is running" % threading.current_thread().name
t = threading.Thread(target=target)
t.setDaemon(True)
t.start()
t.join()
print "the curent threading  %s is ended" % threading.current_thread().name

輸出如下:
the curent threading MainThread is running
the curent threading Thread-1 is running
the curent threading MainThread is ended
如果加上join,并設置等待時間,就會等待線程一段時間再退出:

import threading
import time
def target():
    print "the curent threading  %s is running" % threading.current_thread().name
    time.sleep(4)
    print "the curent threading  %s is ended" % threading.current_thread().name
print "the curent threading  %s is running" % threading.current_thread().name
t = threading.Thread(target=target)
t.setDaemon(True)
t.start()
t.join(1)

輸出:
the curent threading MainThread is running
the curent threading Thread-1 is running
the curent threading MainThread is ended
主線程等待1秒,就自動結束,并殺死子線程。如果join不加等待時間,t.join(),就會一直等待,一直到子線程結束,輸出如下:
the curent threading MainThread is running
the curent threading Thread-1 is running
the curent threading Thread-1 is ended
the curent threading MainThread is ended

3、線程鎖和ThreadLocal (1)線程鎖

對于多線程來說,最大的特點就是線程之間可以共享數據,那么共享數據就會出現多線程同時更改一個變量,使用同樣的資源,而出現死鎖、數據錯亂等情況。

假設有兩個全局資源,a和b,有兩個線程thread1,thread2. thread1占用a,想訪問b,但此時thread2占用b,想訪問a,兩個線程都不釋放此時擁有的資源,那么就會造成死鎖。

對于該問題,出現了Lock。 當訪問某個資源之前,用Lock.acquire()鎖住資源,訪問之后,用Lock.release()釋放資源。

import threading
import time

a = 3
lock = threading.Lock()
def target():
    print "the curent threading  %s is running" % threading.current_thread().name
    time.sleep(4)
    global a #使用global語句可以清楚地表明變量是在外面的塊定義的
    lock.acquire()
    try:
        a += 3
    finally:
        lock.release()
    print "the curent threading  %s is ended" % threading.current_thread().name
    print "yes"
t = threading.Thread(target=target)
t1 = threading.Thread(target=target)

t.start()
t1.start()
t.join()
t1.join()
print a

用finally的目的是防止當前線程無線占用資源。

(2)ThreadLocal

介紹完線程鎖,接下來出場的是ThreadLocal。當不想將變量共享給其他線程時,可以使用局部變量,但在函數中定義局部變量會使得在函數之間傳遞特別麻煩。ThreadLocal是非常牛逼的東西,它解決了全局變量需要枷鎖,局部變量傳遞麻煩的兩個問題。通過在線程中定義:
local_school = threading.local()
此時這個local_school就變成了一個全局變量,但這個全局變量只在該線程中為全局變量,對于其他線程來說是局部變量,別的線程不可更改。 def process_thread(name):# 綁定ThreadLocal的student: local_school.student = name

這個student屬性只有本線程可以修改,別的線程不可以。代碼:

local = threading.local()
def func(name):
    print "current thread:%s" % threading.currentThread().name
    local.name = name
    print "%s in %s" % (local.name,threading.currentThread().name)
t1 = threading.Thread(target=func,args=("haibo",))
t2 = threading.Thread(target=func,args=("lina",))
t1.start()
t2.start()
t1.join()
t2.join()

從代碼中也可以看到,可以將ThreadLocal理解成一個dict,可以綁定不同變量。
ThreadLocal用的最多的地方就是每一個線程處理一個HTTP請求,在Flask框架中利用的就是該原理,它使用的是基于Werkzeug的LocalStack。

4、Map實現多線程:

對于多線程的使用,我們經常是用thread來創建,比較繁瑣:

class MyThread(threading.Thread):
    def init(self):
        threading.Thread.init(self)
def run(self):
    lock.acquire()
    print threading.currentThread().getName()
    lock.release()
 
def build_worker(num):
    workers = []
    for t in range(num):
        work = MyThread()
        work.start()
        workers.append(work)
    return workers
def producer():
    threads = build_worker(4)
    for w in threads:
        w.join()
    print "Done"

如果要創建更多的線程,那就要一一加到里面,操作麻煩,代碼可讀性也變差。在Python中,可以使用map函數簡化代碼。map可以實現多任務的并發,簡單示例:

urls = ["http://www.baidu.com","http://www.sina.com","http://www.qq.com"]
results=map(urllib2.urlopen,urls)

urls = ["http://www.baidu.com","http://www.sina.com","http://www.qq.com"]
results=map(urllib2.urlopen,urls)
map將urls的每個元素當做參數分別傳給urllib2.urlopen函數,并最后把結果放到results列表中,map 函數一手包辦了序列操作、參數傳遞和結果保存等一系列的操作。 其原理:

map函數負責將線程分給不同的CPU。

在 Python 中有個兩個庫包含了 map 函數: multiprocessing 和它鮮為人知的子庫 multiprocessing.dummy.dummy 是 multiprocessing 模塊的完整克隆,唯一的不同在于 multiprocessing 作用于進程,而 dummy 模塊作用于線程。代碼:

import urllib2

from multiprocessing.dummy import Pool as ThreadPool

urls = ["http://www.baidu.com","http://www.sina.com","http://www.qq.com"]

pool = ThreadPool()

results = pool.map(urllib2.urlopen,urls)
print results
pool.close()
pool.join()

print "main ended"
5、Python多線程的缺陷:

上面說了那么多關于多線程的用法,但Python多線程并不能真正能發揮作用,因為在Python中,有一個GIL,即全局解釋鎖,該鎖的存在保證在同一個時間只能有一個線程執行任務,也就是多線程并不是真正的并發,只是交替得執行。假如有10個線程炮在10核CPU上,當前工作的也只能是一個CPU上的線程。

6、Python多線程的應用場景。

雖然Python多線程有缺陷,總被人說成是雞肋,但也不是一無用處,它很適合用在IO密集型任務中。I/O密集型執行期間大部分是時間都用在I/O上,如數據庫I/O,較少時間用在CPU計算上。因此該應用場景可以使用Python多線程,當一個任務阻塞在IO操作上時,我們可以立即切換執行其他線程上執行其他IO操作請求。

總結:Python多線程在IO密集型任務中還是很有用處的,而對于計算密集型任務,應該使用Python多進程。

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/41027.html

相關文章

  • 淺談Python線程

    摘要:進程可創建多個線程來執行同一程序的不同部分。就緒等待線程調度。運行線程正常運行阻塞暫停運行,解除阻塞后進入狀態重新等待調度。消亡線程方法執行完畢返回或者異常終止。多線程多的情況下,依次執行各線程的方法,前頭一個結束了才能執行后面一個。 淺談Python多線程 作者簡介: 姓名:黃志成(小黃)博客: 博客 線程 一.什么是線程? 操作系統原理相關的書,基本都會提到一句很經典的話: 進程...

    zsirfs 評論0 收藏0
  • 如何編寫快速且線程安全的Python代碼

    摘要:其次,解釋器的主循環,一個名為的函數,讀取字節碼并逐個執行其中的指令。所有線程都運行相同的代碼,并以相同的方式定期從它們獲取鎖定。無論如何,其他線程無法并行運行。 概述 如今我也是使用Python寫代碼好多年了,但是我卻很少關心GIL的內部機制,導致在寫Python多線程程序的時候。今天我們就來看看CPython的源代碼,探索一下GIL的源碼,了解為什么Python里要存在這個GIL,...

    B0B0 評論0 收藏0
  • Python線程專題縱覽篇

    摘要:上一篇文章進程專題完結篇多進程處理的一般建議下一篇文章線程專題多線程使用的必要性進程線程進程能夠完成多任務,比如在一個電腦上可以運行多個軟件。由于占用資源少,也使得多線程程序并發比較高。 上一篇文章:Python進程專題完結篇:多進程處理的一般建議下一篇文章:Python線程專題1:多線程使用的必要性 進程VS線程 進程:能夠完成多任務,比如在一個電腦上可以運行多個軟件。線程:也能夠...

    張紅新 評論0 收藏0
  • python學習筆記- 線程

    摘要:也提供多線程支持,而且中的線程并非是模擬出來的多線程,而是系統級別的標準庫提供了兩個模塊和。同一個變量,線程則會互相共享。例如多個線程對銀行中的某一個賬戶進行操作。但是實際情況是隨意切換線程。說到的多線程編程,就會繞不過。 該文章參考了http://www.liaoxuefeng.com/wi... 廖雪峰的教程。 一個進程至少有一個線程。Python也提供多線程支持,而且Python...

    RiverLi 評論0 收藏0
  • # Python 線程和鎖

    摘要:多線程和鎖作者博客進程和線程進程是執行中的計算機程序。線程包括開始執行順序和結束三部分。的多進程相關模塊模塊是高級別的多線程模塊。線程鎖當多線程爭奪鎖時,允許第一個獲得鎖的線程進入臨街區,并執行代碼。 Python 多線程和鎖 作者博客:http://zzir.cn/ 進程和線程 進程是執行中的計算機程序。每個進程都擁有自己的地址空間、內存、數據棧及其它的輔助數據。操作系統管理著所有的...

    cpupro 評論0 收藏0

發表評論

0條評論

閱讀需要支付1元查看
<