怎么做网站平台教程安徽360优化

threading简介

threading 是 Python 标准库中用于实现多线程编程的模块。多线程编程允许程序同时执行多个任务，提高程序的并发性能，尤其适用于 I/O 密集型任务，例如网络请求、文件读写等。、

threading基本概念

• 线程（Thread）：是操作系统能够进行运算调度的最小单位，它被包含在进程之中，是进程中的实际运作单位。
• 多线程（Multithreading）：指的是在一个程序中同时运行多个线程，每个线程可以独立执行不同的任务。

常用类和方法

• Thread 类
  • Thread 类是 threading 模块中最核心的类，用于创建和管理线程。
    • 创建线程的方式：

      • 方式一：直接实例化 Thread 类

        import threading# 定义一个函数作为线程要执行的任务
        def print_numbers():for i in range(5):print(f"Number: {i}")# 创建线程对象
        thread = threading.Thread(target=print_numbers)# 启动线程
        thread.start()# 等待线程执行完毕
        thread.join()print("Main thread finished.")
        

      • 结果：
        

      • 方式二：继承 Thread 类

        import threading# 自定义线程类，继承自 threading.Thread
        class MyThread(threading.Thread):def run(self):for i in range(5):print(f"Number: {i}")# 创建线程对象
        thread = MyThread()# 启动线程
        thread.start()# 等待线程执行完毕
        thread.join()print("Main thread finished.")
        

      • 结果：
        

    • 其他常用方法和属性

      • getName() 和 setName()：用于获取和设置线程的名称。

        import threadingdef print_hello():print(f"Hello from {threading.current_thread().getName()}")thread = threading.Thread(target=print_hello)
        thread.setName("MyThread")
        thread.start()
        thread.join()
        

      • is_alive()：用于判断线程是否还在运行。

        import threading
        import timedef long_task():time.sleep(2)thread = threading.Thread(target=long_task)
        thread.start()
        print(f"Thread is alive: {thread.is_alive()}")
        thread.join()
        print(f"Thread is alive: {thread.is_alive()}")
        

        

线程同步

在多线程编程中，多个线程可能会同时访问和修改共享资源，这可能会导致数据不一致的问题。为了解决这个问题，threading 模块提供了一些同步机制。

• Lock 类

  • Lock 是一种最基本的同步原语，用于确保同一时间只有一个线程可以访问共享资源。

    import threading# 创建一个锁对象
    lock = threading.Lock()
    shared_variable = 0def increment():global shared_variablefor _ in range(100000):# 获取锁lock.acquire()try:shared_variable += 1finally:# 释放锁lock.release()threads = []
    for _ in range(2):thread = threading.Thread(target=increment)threads.append(thread)thread.start()for thread in threads:thread.join()print(f"Shared variable: {shared_variable}")
    

    

• RLock 类
  • RLock 是可重入锁，允许同一个线程多次获取锁而不会导致死锁。

    import threading# 创建一个可重入锁对象
    rlock = threading.RLock()def recursive_function():rlock.acquire()try:print("Lock acquired")recursive_function()finally:rlock.release()thread = threading.Thread(target=recursive_function)
    thread.start()
    thread.join()
    

线程池

虽然 threading 模块本身没有直接提供线程池的功能，但可以使用 concurrent.futures 模块中的 ThreadPoolExecutor 来实现线程池。

import concurrent.futuresdef square(x):return x * xwith concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:results = executor.map(square, [1, 2, 3, 4, 5])for result in results:print(result)

在上述代码中，ThreadPoolExecutor 用于创建一个线程池，max_workers 参数指定了线程池中的最大线程数。executor.map() 方法用于并行执行任务

实例

实例代码展示了 Python 中 threading 模块的基本使用，包括创建线程、启动线程以及向线程函数传递参数等操作。

import threadingdef worker():print('线程开始执行')for i in range(5):print(f'线程正在工作：{i}')print('线程执行完毕')
thread = threading.Thread(target=worker)
thread.start()
print('***主线程继续执行***')'''传递参数'''
def worker(name):print(f'{name}线程开始执行')for i in range(5):print(f'{name}正在工作：{i}')print(f'{name}线程执行完毕')thread = threading.Thread(target=worker,args=('线程1',))
thread.start()
print('***主线程继续执行***')import threading
import timedef run(n):print('task', n)time.sleep(1)print('2s')time.sleep(1)print('1s')time.sleep(1)def run2(t):time.sleep(t)print(f'我等了{t}秒')if __name__ == '__main__':t1 = threading.Thread(target=run, args=('t1',))t2 = threading.Thread(target=run, args=('t2',))# 启动 t1 和 t2 线程t1.start()t2.start()# 修正参数，传递整数秒数t3 = threading.Thread(target=run2, args=(5,))t4 = threading.Thread(target=run2, args=(8,))# 启动 t3 线程t3.start()# 启动 t4 线程t4.start()# 主线程等待 10 秒time.sleep(10)print('开始倒计时')

结果：