+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2019-08(103)

2019-09(85)

2019-10(9)

2019-11(4)

2019-12(18)

06_多线程

发布于2020-09-16 06:34     阅读(119)     评论(0)     点赞(7)     收藏(3)


1.线程概述

    1.线程是实现多任务编程的一种方法,可以使用计算机多核资源,是计算机核心分配的最小单位,线程由代码段,数据段,和TCB(线程控制块)组成

    2.线程又称为轻量级进程,在创建和删除时消耗的计算机资源小,理论上创建和销毁线程的消耗是创建和销毁进程消耗的二十分之一

    3.一个进程中的所有线程共享进程的空间资源(空间,全局变量,分配的内存等),进程中每个线程有自己的特有属性,如指令集TID等

    4.多线程程序的执行顺序是不确定的,主线程会等待所有的子线程结束后才结束

    5.计算机开启的线程数量建议: CPU核数 * 5

2.threading模块语法概述

import threading
t = thread.Thread()  # 创建线程并返回线程对象
    参数:
        target: 线程函数
        args: 给线程函数的位置参数(类型为元组)
        kwargs: 给线程函数的字典传参(类型为字典)
        name: 给线程取名字(默认为Thread-1)
t.start(): 启动线程
t.join(timeout): 回收线程
t.is_alive(): 查看线程状态
t.name: 查看线程名称
threading.currentThread(): 得到线程对象
t.setName(): 设置线程名称
t.daemon = True: 守护线程,默认为False主线程执行完毕不会影响分支线程的执行,True则表示主线程执行完毕其它线程也会终止
    设置方法: t.daemon = True 或者 t.setDaemon(True)
t.isDaemon(True): 判断daemon属性是 True or False

3.线程属性示例

from threading import Thread
from threading import currentThread
from time import sleep


def func(sec):
    print("线程属性测试")
    sleep(sec)
    print("%s线程结束" % currentThread().getName())


def main():
    thread = list()
    for i in range(3):
        t = Thread(name="t-" + str(i), target=func, args=(5,))

        # 设置deamon属性为True,此时主线程结束,子线程也会结束
        # t.setDaemon(True)  # 默认为False,主线程等待子线程结束
        print("isDaemon", t.isDaemon())
        # 也可以在定义后设置线程名称
        # t.setName = "t-" + str(i)
        t.start()
        thread.append(t)
    for i in thread:
        i.join(1)
        print("thread name:", i.name)
        print("alive:", i.is_alive())

    print("主线程结束")


if __name__ == '__main__':
    main()
"""执行结果
    isDaemon False
    线程属性测试
    isDaemon False
    线程属性测试
    isDaemon False
    线程属性测试
    thread name: t-0
    alive: True
    thread name: t-1
    alive: True
    thread name: t-2
    alive: True
    主线程结束
    t-0线程结束
    t-2线程结束
    t-1线程结束
"""

4.线程定时器

from threading import Timer  # 定时器


def func():
    print('此生一入IT们,从此不爱任何人!')


Timer(2.5, func).start()
# Timer(time, func)
# time: 睡眠的时间,以秒为单位
# func: 睡眠时间之后,需要执行的任务

5.验证守护线程

from threading import Thread
import time


def func():
    time.sleep(2)
    print(123)


def func1():
    time.sleep(1)
    print('abc')


# 守护线程不是根据主线程的代码执行结束而结束,而是根据主线程执行结束才结束
# 主线程会等待普通线程执行结束再结束,守护线程会等待主线程结束再结束,所以一般把不重要的事情设置为守护线程
# 守护进程是根据主进程的代码执行完毕,守护进程就结束
if __name__ == '__main__':
    t = Thread(target=func)
    t.daemon = True
    t.start()
    t1 = Thread(target=func1)
    t1.start()
    print(456)

6.自定义线程函数

# 将函数作为实参传递给线程类,通过线程类的实例化对象启动线程
import threading
import time


def sing():
    """唱歌5秒钟"""
    for i in range(5):
        print("---正在唱歌---%s" % i)
        time.sleep(1)


def dance():
    """跳舞10秒钟"""
    for i in range(10):
        print("---正在跳舞---%s" % i)
        time.sleep(1)


def main():
    # 创建线程
    t1 = threading.Thread(target=sing)
    t2 = threading.Thread(target=dance)
    # 启动线程
    t1.start()
    t2.start()

    for i in range(15):
        # 查看当前线程数量
        print(threading.enumerate())
        time.sleep(1)

    t1.join()  # 等待回收线程
    t2.join()  # 等待回收线程


if __name__ == "__main__":
    main()

7.自定义线程类

    1.继承Thread类重写 run 方法

import threading
import time


# threading.Thread类有一个run方法,用于定义线程的功能函数,可以在自己的线程类中覆盖该方法
# 而创建自己的线程实例后,通过Thread类的start方法启动该线程
class MyThread(threading.Thread):
    def run(self):
        for i in range(3):
            time.sleep(1)
            msg = "I'm "+self.name+' @ '+str(i) #name属性中保存的是当前线程的名字
            print(msg)


if __name__ == "__main__":
    t = MyThread()
    t.start()

    2.继承Thread类重写 run 方法和 __init__ 方法

from threading import Thread
from time import ctime
from time import sleep


class MyThread(Thread):
    def __init__(self, func, args, name="Tedu"):
        super().__init__()
        self.func = func
        self.args = args
        self.name = name

    def run(self):
        self.func(*self.args)

    @staticmethod  # 声明此方法是静态方法
    def plary(file, sec):
        for _ in range(sec):
            print("%s: %s" % (file, ctime()))
            sleep(sec)


def main():
    t = MyThread(MyThread.plary, ("echo", 3))
    t.start()
    t.join()


if __name__ == "__main__":
    main()
"""
    echo: Sun Jul 19 23:13:55 2020
    echo: Sun Jul 19 23:13:58 2020
    echo: Sun Jul 19 23:14:01 2020
"""

8.Python线程的全局解释器锁(GIL)

全局解释器锁-产生的原因

        GIL是CPython解释器存在的问题
        Python支持多线程 同步互斥 加锁 超级锁 但在同一时刻解释器只能解释一个线程
        大量的Python库为了省事沿用了这种方法导致了Python多线程效率低下

全局解释器锁-用htop命令查看CPU占有率验证

        1.单线程死循环

def main():
    # 主线程死循环
    while True:
        pass


if __name__ == "__main__":
    main()

        2.多线程死循环

import threading


# 子线程死循环
def test():
    pass


def main():
    t1 = threading.Thread(target=test)
    t1.start()

    # 主线程死循环
    while True:
        pass


if __name__ == "__main__":
    main()

        3.多进程死循环

import multiprocessing


# 子进程死循环
def test():
    pass


def main():
    p1 = multiprocessing.Process(target=test)
    p1.start()

    # 主进程死循环
    while True:
        pass


if __name__ == "__main__":
    main()

全局解释器锁-通过计算密集耗时和IO操作耗时验证

import time
import threading
import multiprocessing


# 计算密集
def calculation(num, x=1, y=1):
    for _ in range(num):
        x += 1
        y += 1


# IO密集-读写
def io_write_read(num):
    # IO密集-写
    f = open("./test.txt", "w")
    for _ in range(num):
        f.write("hello world!\n")
    f.close()

    # IO密集-读
    f = open("./test.txt", "r")
    for _ in range(num):
        f.readline()
    f.close()


# 单任务耗时
def single_task_time(num, func):
    t_start = time.time()
    for _ in range(10):
        func(num)
    t_end = time.time() - t_start
    print("单线程CPU执行1亿次%s耗时: %s" % (func.__name__, t_end))


# 多线程耗时
def threading_time(num, func):
    t_start = time.time()
    counts = list()
    for _ in range(10):
        # t = threading.Thread(target=func, args=(num,), kwargs={"x": 1, "y": 1})
        t = threading.Thread(target=func, args=(num,))
        t.start()
        counts.append(t)
    for i in counts:
        i.join()
    t_end = time.time() - t_start
    print("10个线程CPU执行1亿次%s耗时: %s" % (func.__name__, t_end))


# 多进程耗时
def multiprocessing_time(num, func):
    t_start = time.time()
    counts = list()
    for _ in range(10):
        p = multiprocessing.Process(target=func, args=(num,))
        p.start()
        counts.append(p)
    for i in counts:
        i.join()
    t_end = time.time() - t_start
    print("10个进程CPU执行1亿次%s耗时: %s" % (func.__name__, t_end))


def main():
    # 单线程耗时
    single_task_time(5000000, calculation)  # 单线程CPU执行1亿次calculation耗时: 5.152180910110474
    single_task_time(5000000, io_write_read)  # 单线程CPU执行1亿次io_write_read耗时: 22.120678186416626
    # 多线程耗时
    threading_time(5000000, calculation)  # 10个线程CPU执行1亿次calculation耗时: 5.205517053604126
    threading_time(5000000, io_write_read)  # 10个线程CPU执行1亿次io_write_read耗时: 22.218310356140137
    # 多进程耗时
    multiprocessing_time(5000000, calculation)  # 10个进程CPU执行1亿次calculation耗时: 1.7116732597351074
    multiprocessing_time(5000000, io_write_read)  # 10个进程CPU执行1亿次io_write_read耗时: 6.813052177429199


if __name__ == "__main__":
    main()
"""执行结果
    单线程CPU执行1亿次calculation耗时: 5.335744142532349
    单线程CPU执行1亿次io_write_read耗时: 21.98353886604309
    10个线程CPU执行1亿次calculation耗时: 5.344666814804077
    10个线程CPU执行1亿次io_write_read耗时: 22.28637194633484
    10个进程CPU执行1亿次calculation耗时: 1.8069920539855957
    10个进程CPU执行1亿次io_write_read耗时: 7.141486167907715
"""

全局解释器锁-解决方法

        1.不使用多线程,使用多进程
        2.不使用C C++做的解释器,用 C# Java
        3.Python多线程适合高用时的网络IO操作,不适用CPU密集型程序
        4.使用其它语言实现多线程,Python去调用

GIL解决方案示例-C语言写子线程执行的函数由Python调用

        loop.c文件代码

#include<stdio.h>

void DeadLoop()
{
    while(1)
    {
        ;
    }
}

int main(int argc, char **argv)
{
    printf("start DeadLoop\n");
    DeadLoop();
    return 0;
}

        命令行下编译C语言写的代码
            gcc loop.c  # 编译成功后当前目录先会生成一个a.out的可执行文件
           gcc loop.c -shared -o libdead_loop.so  # 执行命令把c语言文件编译成一个动态库文件
           ./a.out  # 执行文件

        Python调用编译后的C语言的动态库文件

import ctypes
import threading


def main():
    # 加载动态库
    lib = ctypes.cdll.LoadLibrary("libdead_loop.so")
    # 创建一个子线程,让子线程执行C语言写的死循环函数
    t = threading.Thread(target=lib.DeadLoop)
    t.start()


if __name__ == "__main__":
    main()

9.多线程-udp聊天器

import socket
import threading


def send_msg(udp_socket):
    """获取键盘数据,并将其发送给对方"""
    while True:
        # 1. 从键盘输入数据
        msg = input("\n请输入要发送的数据:")
        # 2. 输入对方的ip地址
        dest_ip = input("\n请输入对方的ip地址:")
        # 3. 输入对方的port
        dest_port = int(input("\n请输入对方的port:"))
        # 4. 发送数据
        udp_socket.sendto(msg.encode("utf-8"), (dest_ip, dest_port))


def recv_msg(udp_socket):
    """接收数据并显示"""
    while True:
        # 1. 接收数据
        recv_msg = udp_socket.recvfrom(1024)
        # 2. 解码
        recv_ip = recv_msg[1]
        recv_msg = recv_msg[0].decode("utf-8")
        # 3. 显示接收到的数据
        print(">>>%s:%s" % (str(recv_ip), recv_msg))


def main():
    # 1. 创建套接字
    udp_socket = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    # 2. 绑定本地信息
    udp_socket.bind(("", 7890))

    # 3. 创建一个子线程用来接收数据
    t = threading.Thread(target=recv_msg, args=(udp_socket,))
    t.start()
    # 4. 让主线程用来检测键盘数据并且发送
    send_msg(udp_socket)


if __name__ == "__main__":
    main()

10.多线程-简单tcp服务器

from socket import *
import os
import sys
from threading import Thread


def client_handler(c):
    try:
        print("子线程接收%s客户端的请求" % str(c.getpeername()))
        while True:
            data = c.recv(1024)
            if not data:
                break
            print(data.decode("utf-8"))
            c.send(b"receive your message")
    except (KeyboardInterrupt, SystemError):
        raise
    except Exception as e:
        print(e)
    # 关闭客户端套接字
    c.close()


def main():
    # 创建套接字
    s = socket()
    # 端口重用
    s.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
    # 绑定本地信息
    s.bind(("", 7890))
    # 监听
    s.listen(128)
    print("主线程%d等待客户端的链接" % os.getpid())

    while True:
        try:
            c, addr = s.accept()
        except KeyboardInterrupt:
            raise
        except Exception as e:
            print(e)
            continue
        t = Thread(target=client_handler, args=(c,))
        t.setDaemon(True)  # 主线程执行完毕其它线程也会终止
        t.start()
    # 关闭监听套接字
    s.close()


if __name__ == "__main__":
    main()

11.多线程-简单tcp服务器的测试客户端

import socket


def main():
    # 创建数据流套接字
    tcp_client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    # 连接服务器
    server_ip = input("请输入要连接的服务器的ip:")
    serve_port = int(input("请输入要连接的服务器的port:"))
    server_addr = (server_ip, serve_port)
    tcp_client_socket.connect(server_addr)
    # 发送数据
    send_data = input("请输入要发生的数据:")
    tcp_client_socket.send(send_data.encode("utf-8"))
    # 接收服务器发送过来的数据
    recv_data = tcp_client_socket.recv(1024)
    print("接收到的数据为:%s" % recv_data.decode("utf-8"))
    # 关闭套接字
    tcp_client_socket.close()


if __name__ == "__main__":
    main()

原文链接:https://www.cnblogs.com/tangxuecheng/p/13620828.html



所属网站分类: 技术文章 > 博客

作者:fhue34873

链接: https://www.pythonheidong.com/blog/article/525784/

来源: python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

7 0
收藏该文
已收藏

评论内容:(最多支持255个字符)