线程的概念
线程就是在程序运行过程中，执行程序代码的一个分支，每个运行的程序至少都有一个线程
单线程执行
import timedef sing():
for i in range(3):
print("唱歌...%d" % i)
time.sleep(1)def dance():
for i in range(3):
print("跳舞...%d" % i)
time.sleep(1)if __name__ == '__main__':
sing()
dance()运行结果： 唱歌...0唱歌...1唱歌...2跳舞...0跳舞...1跳舞...2***Repl Closed***
多线程执行
多线程的执行需要导入threading模块
参数说明：
Thread([group[,target[,name[,args[,kwargs]]]]]) - group: 线程组，目前只能使用None- target: 执行的目标任务名 - args: 以元组的方式给执行任务传参 - kwargs: 以字典方式给执行任务传参 - name: 线程名，一般不用设置
多线程完成多任务
# 多线程执行import time, threadingdef sing():
# 获取当前进程
print(threading.current_thread()) for i in range(3):
print("唱歌...%d" % i)
time.sleep(1)def dance():
print(threading.current_thread()) for i in range(3):
print("跳舞...%d" % i)
time.sleep(1)if __name__ == '__main__':
sing_thread = threading.Thread(target=sing)
dance_thread = threading.Thread(target=dance)
sing_thread.start()
dance_thread.start()运行结果： <Thread(Thread-1, started 8520)> 唱歌...0<Thread(Thread-2, started 4604)> 跳舞...0唱歌...1跳舞...1唱歌...2跳舞...2***Repl Closed***
多线程执行带有参数的任务
import time, threadingdef sing(num):
for i in range(num):
print("唱歌...%d" % i)
time.sleep(1)def dance(num):
for i in range(num):
print("跳舞...%d" % i)
time.sleep(1)if __name__ == '__main__':
sing_thread = threading.Thread(target=sing, args=(3,))
dance_thread = threading.Thread(target=dance, kwargs={"num": 3})
sing_thread.start()
dance_thread.start()运行结果： 唱歌...0跳舞...0跳舞...1唱歌...1跳舞...2唱歌...2***Repl Closed***
查看获取线程列表
import time, threadingdef sing():
for i in range(5):
print("唱歌...%d" % i)
time.sleep(1)def dance():
for i in range(5):
print("跳舞...%d" % i)
time.sleep(1)if __name__ == '__main__': # 获取当前程序活动线程的列表
thread_list = threading.enumerate()
print("111:", thread_list, len(thread_list))
sing_thread = threading.Thread(target=sing)
dance_thread = threading.Thread(target=dance)
thread_list = threading.enumerate()
print("222:", thread_list, len(thread_list)) # 启动线程
sing_thread.start()
dance_thread.start() # 只有线程启动了，才能加入到活动线程列表中
thread_list = threading.enumerate()
print("333:", thread_list, len(thread_list))运行结果： 111: [<_MainThread(MainThread, started 11864)>] 1 222: [<_MainThread(MainThread, started 11864)>] 1 唱歌...0跳舞...0333: [<_MainThread(MainThread, started 11864)>, <Thread(Thread-1, started 892)>, <Thread(Thread-2, started 6444)>] 3 跳舞...1唱歌...1跳舞...2唱歌...2唱歌...3跳舞...3唱歌...4跳舞...4***Repl Closed***
注意
线程之间执行是无序的
import time, threadingdef task():
time.sleep(1)
print("当前线程：", threading.current_thread().name)if __name__ == '__main__': for _ in range(5):
sub_thread = threading.Thread(target=task)
sub_thread.start()运行结果： 当前线程： Thread-5 当前线程： Thread-2 当前线程： Thread-3 当前线程： Thread-1 当前线程： Thread-4 ***Repl Closed***
主线程会等待所有的子线程结束后才结束
# 主线程会等待所有的子线程结束后才会结束import time, threading# 测试主线程是否会等待子线程执行完成以后程序再退出def show_info():
for i in range(5):
print("test:", i)
time.sleep(1)if __name__ == '__main__':
sub_thread = threading.Thread(target=show_info)
sub_thread.start() # 主线程延时5秒
time.sleep(10)
print("over")运行结果：test: 0test: 1test: 2test: 3test: 4 over ***Repl Closed***
守护主线程
import time, threadingdef show_info():
for i in range(5):
print("test：", i)
time.sleep(1)if __name__ == '__main__': # 设置成守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码
sub_thread = threading.Thread(target=show_info, daemon=True)
sub_thread.start()
time.sleep(10)
print("over")运行结果：test： 0test： 1test： 2test： 3test： 4 over ***Repl Closed***
自定义线程
import threading# 自定义线程类class MyThread(threading.Thread):
# 通过构造方法取接受任务的参数
def __init__(self, info1, info2): # 调用父类的构造方法
super().__init__() self.info1 = info1 self.info2 = info2 # 定义自定义线程相关的任务
def test1(self):
print(self.info1) def test2(self):
print(self.info2) # 通过run方法执行相关任务
def run(self): self.test1() self.test2()# 创建自定义线程my_thread = MyThread("测试1", "测试2")# 启动my_thread.start()运行结果： 测试1 测试2 ***Repl Closed***
总结：
自定义线程不能指定target，因为自定义线程里面的任务都统一在run方法里面执行
启动线程统一调用start方法，不要直接调用run方法，因为这样不是使用子线程去执行任务
多线程共享全局变量
import time, threading# 定义全局变量my_list = list()# 写入数据任务def write_data():
for i in range(5):
my_list.append(i)
time.sleep(1)
print("write_data:", my_list)# 读取数据任务def read_data():
print("read_data:", my_list)if __name__ == '__main__': # 创建写入数据的线程
write_thread = threading.Thread(target=write_data) # 创建读取数据的线程
read_thread = threading.Thread(target=read_data)
write_thread.start() # 主线程等待写入线程执行完成以后代码再继续往下执行
write_thread.join()
print("开始读取数据...")
read_thread.start()运行结果：write_data: [0, 1, 2, 3, 4]开始读取数据...read_data: [0, 1, 2, 3, 4]***Repl Closed***
多线程同时对全局变量进行操作,导致数据可能出现错误
import threading# 定义全局变量g_num = 0# 循环一次给全局变量加1def sum_num1():
for i in range(1000000): global g_num
g_num += 1
print("sum1:", g_num)# 循环一次给全局变量加1def sum_num2():
for i in range(1000000): global g_num
g_num += 1
print("sum2:", g_num)if __name__ == '__main__': # 创建两个线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2)
first_thread.start()
second_thread.start()运行结果： sum1: 1491056 sum2: 1528560 ***Repl Closed***
通过上面运行结果，得出：多线程同时对全局变量操作数据发生了错误
原因分析：两个线程first_thread和second_thread都要对全局变量g_num(默认是0)进行加1运算，但是由于是多线程同时操作，，有可能出现下面的情况：
1.在g_num=0时，first_thread取得g_num=0.此时系统把first_thread调度为"sleeping"状态，把second_thread转换为"running"状态,t2也获得g_num=0
2.然后second_thread对得到的值进行加1并赋给g_num,使得g_num=1
3.然后系统又把second_thread调度为"sleeping",把first_thread转为"running".线程t1又把之前得到的0加1后赋值给g_num.
4.这样导致虽然first_thread和second_thread都对g_num加1，但结果仍然是g_num=1。
全局变量数据错误的解决办法
线程同步：保证同一时刻只能有一个线程去操作全局变量同步，就是协同步调，按预定的先后次序进行运行
线程同步的方式：
1.线程等待（join）
2.互斥锁
线程等待实现方式：
import threading# 定义全局变量g_num = 0# 循环一次给全局变量加1def sum_num1():
for i in range(1000000): global g_num
g_num += 1
print("sum1:", g_num)# 循环一次给全局变量加1def sum_num2():
for i in range(1000000): global g_num
g_num += 1
print("sum2:", g_num)if __name__ == '__main__': # 创建两个线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2)
first_thread.start()
first_thread.join()
second_thread.start()运行结果： sum1: 1000000 sum2: 2000000 ***Repl Closed***
结论：多个线程同时对同一个全局变量进行操作，会有可能出现资源竞争数据错误的问题
线程同步方式可以解决资源竞争数据错误问题，但是这样有多任务变成了单任务
互斥锁
对共享数据进行锁定，保证同一时刻只能有一个线程去操作
抢到锁的线程先执行，没有抢到锁的线程需要等待，等锁用完后需要释放，然后其它等待的线程再去抢这个锁，哪个线程抢到，那个线程再执行
具体哪个线程抢到这个锁，我们决定不了，是由CPU调度决定的
线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁
互斥锁为资源引入的一个状态：锁定/非锁定
某个线程要更改共享数据时，先将其锁定，此时资源的状态为"锁定"，其他线程不能更改；直到该线程释放资源，将资源的状态变成"非锁定"，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
创建锁：
a = threading.Lock()
锁定
a.acquire()
释放
a.release()
注意：
1.如果这个锁之前时没有上锁的，那么acquire不会堵塞
2.如果在调用acquire对这个锁上锁之前，它已经被其它线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止
# 使用互斥锁完成2个线程对同一个全局变量各加100万次的操作import threading# 定义全局变量g_num = 0# 创建全局互斥锁lock = threading.Lock()# 循环一次给全局变量加1def sum_num1():
# 上锁
lock.acquire() for i in range(1000000): global g_num
g_num += 1
print("sun1:", g_num) # 释放锁
lock.release()# 循环一次给全局变量加1def sum_num2():
# 上锁
lock.acquire() for i in range(1000000): global g_num
g_num += 1
print("sum2:", g_num) # 释放锁
lock.release()if __name__ == '__main__': # 创建线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2) # 启动线程
first_thread.start()
second_thread.start()运行结果： sun1: 1000000 sum2: 2000000 ***Repl Closed***
注意
加上互斥锁，哪个线程抢到这个锁我们决定不了，哪个线程抢到锁哪个线程先执行，没有抢到的线程需要等待
加上互斥锁多任务瞬间变成单任务，性能会下降，也就是说同一时刻只能有一个线程去执行
使用互斥锁的目的
能够保证多个线程访问共享数据不会出现资源竞争及数据错误
上锁、解锁过程
当一个线程调用锁的acquire()方法获得锁时，锁就进去了"locked"状态。
每次只有一个而线程可以获得锁，如果此时另一个线程试图获得这个锁，该线程就会变为"blocked"状态，称为"阻塞"，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入"unlocked"状态。
线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行"running"状态
死锁
一直等待对方释放锁的情景就是死锁
根据下标在列表中取值，但是要保证同一时刻只能有一个线程去取值
# 死锁示例：import time, threading# 创建互斥锁lock = threading.Lock()def get_value(index):
# 上锁
lock.acquire()
print(threading.current_thread().name)
my_list = [3, 6, 8, 1] # 判断下标释放越界
if index >= len(my_list):
print("下标越界：", index)
return
value = my_list[index]
print(value)
time.sleep(1) # 释放锁
lock.release()if __name__ == '__main__': # 模拟大量线程去执行取值操作
for i in range(30):
sub_thread = threading.Thread(target=get_value, args=(i,))
sub_thread.start()避免死锁：
# 死锁示例：import time, threading# 创建互斥锁lock = threading.Lock()def get_value(index):
# 上锁
lock.acquire()
print(threading.current_thread().name)
my_list = [3, 6, 8, 1] # 判断下标释放越界
if index >= len(my_list):
print("下标越界：", index)
lock.release() return
value = my_list[index]
print(value)
time.sleep(1) # 释放锁
lock.release()if __name__ == '__main__': # 模拟大量线程去执行取值操作
for i in range(30):
sub_thread = threading.Thread(target=get_value, args=(i,))
sub_thread.start()小结：使用互斥锁的时候需要注意死锁的问题，要在合适的地方注意释放锁
死锁一旦发生就会造成应用的停止响应
个人独立博客：www.limiao.tech
随时随地看视频
