Python多线程教程

　　在这个 Python 多线程教程中，您将看到创建线程的不同方法，并学习实现线程安全操作的同步。这篇文章的每个部分都包含一个示例和示例代码，以逐步解释该概念。
　　顺便说一下，多线程是几乎所有高级编程语言都支持的软件编程的核心概念。因此，您应该知道的第一件事是：什么是线程以及多线程在计算机科学中意味着什么。什么是计算机科学中的线程？
　　在软件编程中，线程是具有独立指令集的最小执行单元。它是进程的一部分，并在共享程序的可运行资源（如内存）的相同上下文中运行。一个线程有一个起点、一个执行顺序和一个结果。它有一个指令指针，用于保存线程的当前状态并控制接下来按什么顺序执行。什么是计算机科学中的多线程？
　　一个进程并行执行多个线程的能力称为多线程。理想情况下，多线程可以显着提高任何程序的性能。而且 Python 多线程机制非常人性化，您可以快速学习。多线程的优点多线程可以显着提高多处理器或多核系统的计算速度，因为每个处理器或核同时处理一个单独的线程。多线程允许程序在一个线程等待输入时保持响应，同时另一个线程运行 GUI。此陈述适用于多处理器或单处理器系统。进程的所有线程都可以访问其全局变量。如果一个全局变量在一个线程中发生变化，那么它对其他线程也是可见的。线程也可以有自己的局部变量。多线程的缺点在单处理器系统上，多线程不会影响计算速度。由于管理线程的开销，性能可能会下降。访问共享资源时需要同步以防止互斥。它直接导致更多的内存和 CPU 利用率。多线程增加了程序的复杂性，从而也使得调试变得困难。它增加了潜在死锁的可能性。当线程无法定期访问共享资源时，它可能会导致饥饿。应用程序将无法恢复其工作。
　　到目前为止，您已经阅读了有关线程的理论概念。如果您不熟悉 Python，我们建议您阅读我们的 30 个快速 Python 编码技巧，它们也可以帮助您编写 Python 多线程代码。我们的许多读者都使用了这些技巧，并且能够提高他们的编码技能。Python 多线程模块
　　Python 提供了两个模块来在程序中实现线程。** **模块和**<线程> **模块。
　　注意：供您参考，Python 2.x 曾经有 < thread> 模块。但它在 Python 3.x 中被弃用并重命名为 < _thread> 模块以实现向后兼容性。
　　两个模块的主要区别在于模块<_线程>将线程实现为函数。另一方面，< threading >模块提供了一种面向对象的方法来启用线程创建。如何使用线程模块创建线程？
　　如果你决定在你的程序中应用< thread > 模块，那么使用下面的方法来产生线程。#语法  thread.start_new_thread ( function, args[, kwargs] ) 复制代码
　　这种方法对于创建线程非常有效和直接。您可以使用它在 Linux 和 Windows 中运行程序。
　　此方法启动一个新线程并返回其标识符。它将使用传递的参数列表调用指定为＂函数＂参数的函数。当 < function > 返回时，线程将静默退出。
　　这里，args是一个参数元组；使用空元组调用 < function > 不带任何参数。可选的 < kwargs > 参数指定关键字参数的字典。
　　**如果 < function > 因未处理的异常而终止，则会打印堆栈跟踪，然后线程退出（它不会影响其他线程，它们会继续运行）。使用以下代码了解有关线程的更多信息。基本的 Python 多线程示例#Python 多线程示例。 #1. 使用递归计算阶乘。 #2. 使用线程调用阶乘函数。  from _thread import start_new_thread from time import sleep  threadId = 1 #线程计数器 waiting = 2 #2秒等待的时间  def factorial(n):     global threadId     rc = 0          if n < 1:   # base case         print(＂{}: {}＂.format(＂ Thread＂, threadId ))         threadId += 1         rc = 1     else:         returnNumber = n * factorial( n - 1 )  # recursive call         print(＂{} != {}＂.format(str(n), str(returnNumber)))         rc = returnNumber          return rc  start_new_thread(factorial, (5, )) start_new_thread(factorial, (4, ))  print(＂Waiting for threads to return...＂) sleep(waiting) 复制代码
　　您可以在本地 Python 终端中运行上述代码，也可以使用任何在线 Python 终端。执行此程序后，它将产生以下输出。
　　程序输出# Python 多线程：程序输出- 等待线程返回...  Thread: 1 1 != 1 2 != 2 3 != 6 4 != 24 5 != 120  Thread: 2 1 != 1 2 != 2 3 != 6 4 != 24 复制代码如何使用线程模块创建线程？
　　最新的< threading >模块比上一节讨论的遗留< thread >模块提供了丰富的特性和更好的线程支持。< threading > 模块是 Python 多线程的一个很好的例子。
　　< threading > 模块结合了 < thread > 模块的所有方法，并暴露了一些额外的方法threading.activeCount()： 它找到总数。活动线程对象。threading.currentThread()： 您可以使用它来确定调用方线程控制中的线程对象数量。threading.enumerate()： 它将为您提供当前活动的线程对象的完整列表。
　　除了上述方法，< threading >模块还提供了< Thread >类，你可以尝试实现线程。它是 Python 多线程的面向对象的变体。
　　< Thread > 类发布以下方法。
　　类方法
　　方法说明
　　run():
　　它是任何线程的入口点函数。
　　start():
　　start() 方法在 run 方法被调用时触发一个线程。
　　join([time]):
　　join() 方法使程序能够等待线程终止。
　　isAlive():
　　isAlive() 方法验证活动线程。
　　getName():
　　getName() 方法检索线程的名称。
　　setName():
　　setName() 方法更新线程的名称。使用线程模块实现线程的步骤
　　您可以按照以下步骤使用 < threading > 模块实现一个新线程。从 < Thread > 类构造一个子类。覆盖 < init(self [,args]) > 方法以根据要求提供参数。接下来，重写< run(self [,args]) > 方法来编写线程的业务逻辑。
　　一旦定义了新的 < Thread> 子类，就必须实例化它以启动一个新线程。然后，调用 < start()> 方法来启动它。它最终会调用< run()> 方法来执行业务逻辑。示例 – 创建一个线程类来打印日期#Python 多线程示例打印当前日期。 #1. 使用 threading.Thread 类定义子类。 #2. 实例化子类并触发线程。  import threading import datetime  class myThread (threading.Thread):     def __init__(self, name, counter):         threading.Thread.__init__(self)         self.threadID = counter         self.name = name         self.counter = counter     def run(self):         print(＂ Starting ＂ + self.name)         print_date(self.name, self.counter)         print(＂Exiting ＂ + self.name)  def print_date(threadName, counter):     datefields = []     today = datetime.date.today()     datefields.append(today)     print(＂{}[{}]: {}＂.format( threadName, counter, datefields[0] ))  # 创建新线程 thread1 = myThread(＂Thread＂, 1) thread2 = myThread(＂Thread＂, 2)  # 启动新线程 thread1.start() thread2.start()  thread1.join() thread2.join() print(＂ Exiting the Program!!!＂) 复制代码
　　程序输出Starting Thread Thread[1]: 2021-07-22 Exiting Thread  Starting Thread Thread[2]: 2021-07-22 Exiting Thread  Exiting the Program!!! 复制代码Python 多线程——同步线程
　　< threading > 模块具有实现锁定的内置功能，允许您同步线程。需要锁定来控制对共享资源的访问，以防止损坏或丢失数据。
　　您可以调用 Lock() 方法来应用锁，它返回新的锁对象。然后，您可以调用锁对象的获取（阻塞） 方法来强制线程同步运行。
　　可选的阻塞参数指定线程是否等待获取锁。Case Blocking = 0：如果获取锁失败，线程将立即返回零值，如果锁成功则返回一。Case Blocking = 1：线程阻塞并等待锁被释放。
　　锁对象的release() 方法用于在不再需要时释放锁。
　　仅供参考，Python 的内置数据结构（例如列表、字典）是线程安全的，因为它具有用于操作它们的原子字节码的副作用。在 Python 中实现的其他数据结构或基本类型（如整数和浮点数）没有这种保护。为了防止同时访问一个对象，我们使用了一个Lock 对象。锁定的多线程示例#Python 多线程示例来演示锁定。 #1. 使用 threading.Thread 类定义子类。 #2. 实例化子类并触发线程。 #3. 在线程的 run 方法中实现锁。  import threading import datetime  exitFlag = 0  class myThread (threading.Thread):     def __init__(self, name, counter):         threading.Thread.__init__(self)         self.threadID = counter         self.name = name         self.counter = counter     def run(self):         print(＂ Starting ＂ + self.name)         # 获取锁同步线程         threadLock.acquire()         print_date(self.name, self.counter)         # 为下一个线程释放锁         threadLock.release()         print(＂Exiting ＂ + self.name)  def print_date(threadName, counter):     datefields = []     today = datetime.date.today()     datefields.append(today)     print(＂{}[{}]: {}＂.format( threadName, counter, datefields[0] ))  threadLock = threading.Lock() threads = []  # 创建新线程 thread1 = myThread(＂Thread＂, 1) thread2 = myThread(＂Thread＂, 2)  # 启动新线程 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 thread in threads:     thread.join()  print(＂ Exiting the Program!!!＂) 复制代码
　　程序输出Starting Thread Thread[1]: 2021-07-22 Exiting Thread  Starting Thread Thread[2]: 2021-07-22 Exiting Thread  Exiting the Program!!!