Python多线程简明例子

综述

多线程是程序设计中的一个重要方面，尤其是在服务器Deamon程序方面。无论何种系统，线程调度的开销都比传统的进程要快得多。

Python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素，支持线程读写同步互斥。美中不足的是，Python的运行在Python 虚拟机上，创建的多线程可能是虚拟的线程，需要由Python虚拟机来轮询调度，这大大降低了Python多线程的可用性。希望高版本的Python可以解决这个问题，发挥多CPU的最大效率。

网上有些朋友说要获得真正多CPU的好处，有两种方法：

1.可以创建多个进程而不是线程，进程数和cpu一样多。
2.使用Jython 或 IronPython，可以得到真正的多线程。

闲话少说，下面看看Python如何建立线程

Python线程创建

使用threading模块的 Thread类

类接口如下

class Thread( group=None, target=None, name=None, args=(), kwargs={})

需要关注的参数是target和args. target 是需要子线程运行的目标函数，args是函数的参数，以tuple的形式传递。

以下代码创建一个指向函数worker 的子线程

def worker(a_tid,a_account):
...
th = threading.Thread(target=worker,args=(i,acc) ) ;

启动这个线程
th.start()
等待线程返回
threading.Thread.join(th)
或者th.join()

如果你可以对要处理的数据进行很好的划分，而且线程之间无须通信，那么你可以使用：创建=》运行=》回收的方式编写你的多线程程序。但是如果线程之间需要访问共同的对象，则需要引入互斥锁或者信号量对资源进行互斥访问。

下面讲讲如何创建互斥锁
创建锁
g_mutex = threading.Lock()
....
使用锁
     for ... :
        #锁定，从下一句代码到释放前互斥访问
        g_mutex.acquire()
        a_account.deposite(1)
        #释放
        g_mutex.release()

最后，模拟一个公交地铁IC卡缴车费的多线程程序

有10个读卡器，每个读卡器收费器每次扣除用户一块钱进入总账中，每读卡器每天一共被刷10000000次。账户原有100块。所以最后的总账应该为10000100。先不使用互斥锁来进行锁定（注释掉了锁定代码），看看后果如何。

import time,datetime  import threading     def worker(a_tid,a_account):      global g_mutex      print("Str " , a_tid, datetime.datetime.now() )      for i in range(1000000):          #g_mutex.acquire()          a_account.deposite(1)          #g_mutex.release()      print("End " , a_tid , datetime.datetime.now() )          class Account:      def __init__ (self, a_base ):          self.m_amount=a_base      def deposite(self,a_amount):          self.m_amount+=a_amount      def withdraw(self,a_amount):          self.m_amount-=a_amount         if __name__ == "__main__":      global g_mutex      count = 0      dstart = datetime.datetime.now()      print("Main Thread Start At: ", dstart)      #init thread_pool      thread_pool = []      #init mutex      g_mutex = threading.Lock()      # init thread items      acc = Account(100)      for i in range(10):          th = threading.Thread(target=worker,args=(i,acc) ) ;          thread_pool.append(th)                  # start threads one by one              for i in range(10):          thread_pool[i].start()              #collect all threads      for i in range(10):          threading.Thread.join(thread_pool[i])      dend = datetime.datetime.now()      print("count=", acc.m_amount)      print("Main Thread End at: ", dend, " time span ", dend-dstart)

注意，先不用互斥锁进行临界段访问控制，运行结果如下： Python多线程简明例子

从结果看到，程序确实是多线程运行的。但是由于没有对对象Account进行互斥访问，所以结果是错误的，只有3434612，比原预计少了很多。

打开锁后：

Python多线程简明例子

这次可以看到，结果正确了。运行时间比不进行互斥多了很多,不过这也是同步的代价。

同时发现，写多线程，多进程类的程序，不能用自带的idle来运行。会有错误。

原文地址：http://linhs.blog.51cto.com/370259/126180

本文由用户 jopen 自行上传分享，仅供网友学习交流。所有权归原作者，若您的权利被侵害，请联系管理员。

转载本站原创文章，请注明出处，并保留原始链接、图片水印。

本站是一个以用户分享为主的开源技术平台，欢迎各类分享！

本文地址：https://www.open-open.com/lib/view/open1421284510828.html

多线程 Python开发

热门搜索

Python多线程 简明例子

Python多线程简明例子