学过Python的人应该都知道,Python是支持多线程的,并且是native的线程。本文主要是通过thread和threading这两个模块来实现多线程的。
python的thread模块是比较底层的模块,python的threading模块是对thread做了一些包装的,可以更加方便的被使用。
这里需要提一下的是python对线程的支持还不够完善,不能利用多CPU,但是下个版本的python中已经考虑改进这点,让我们拭目以待吧。
threading模块里面主要是对一些线程的操作对象化了,创建了叫Thread的class。
一般来说,使用线程有两种模式,一种是创建线程要执行的函数,把这个函数传递进Thread对象里,让它来执行;另一种是直接从Thread继承,创建一个新的class,把线程执行的代码放到这个新的 class里。
我们来看看这两种做法吧。
一、Python thread实现多线程
#-*- encoding: gb2312 -*- import string, threading, time def thread_main(a): global count, mutex # 获得线程名 threadname = threading.currentThread().getName() for x in xrange(0, int(a)): # 取得锁 mutex.acquire() count = count + 1 # 释放锁 mutex.release() print threadname, x, count time.sleep(1) def main(num): global count, mutex threads = [] count = 1 # 创建一个锁 mutex = threading.Lock() # 先创建线程对象 for x in xrange(0, num): threads.append(threading.Thread(target=thread_main, args=(10,))) # 启动所有线程 for t in threads: t.start() # 主线程中等待所有子线程退出 for t in threads: t.join() if __name__ == '__main__': num = 4 # 创建4个线程 main(4)
二、Python threading实现多线程
#-*- encoding: gb2312 -*- import threading import time class Test(threading.Thread): def __init__(self, num): threading.Thread.__init__(self) self._run_num = num def run(self): global count, mutex threadname = threading.currentThread().getName() for x in xrange(0, int(self._run_num)): mutex.acquire() count = count + 1 mutex.release() print threadname, x, count time.sleep(1) if __name__ == '__main__': global count, mutex threads = [] num = 4 count = 1 # 创建锁 mutex = threading.Lock() # 创建线程对象 for x in xrange(0, num): threads.append(Test(10)) # 启动线程 for t in threads: t.start() # 等待子线程结束 for t in threads: t.join()
相信本文所述Python多线程实例对大家的Python程序设计能够起到一定的借鉴价值。
本文向大家介绍python基于queue和threading实现多线程下载实例,包括了python基于queue和threading实现多线程下载实例的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了python基于queue和threading实现多线程下载的方法,分享给大家供大家参考。具体方法如下: 主代码如下: 其中downloadworkers.py 类继承 threading.Th
本文向大家介绍Python 多线程Threading初学教程,包括了Python 多线程Threading初学教程的使用技巧和注意事项,需要的朋友参考一下 1.1 什么是多线程 Threading 多线程可简单理解为同时执行多个任务。 多进程和多线程都可以执行多个任务,线程是进程的一部分。线程的特点是线程之间可以共享内存和变量,资源消耗少(不过在Unix环境中,多进程和多线程资源调度消耗差距不明显
线程被定义为程序的执行路径。 每个线程定义一个独特的控制流。 如果您的应用程序涉及复杂且耗时的操作(如数据库访问或某些强烈的I/O操作),那么设置不同的执行路径或线程通常很有帮助,每个线程执行特定的工作。 线程是轻量级进程。 使用线程的一个常见示例是现代操作系统的并发编程的实现。 线程的使用可以节省CPU周期的浪费并提高应用程序的效率。 到目前为止,我们编译了程序,其中单个线程作为单个进程运行,该
Python主要通过标准库中的threading包来实现多线程。在当今网络时代,每个服务器都会接收到大量的请求。服务器可以利用多线程的方式来处理这些请求,以提高对网络端口的读写效率。Python是一种网络服务器的后台工作语言 (比如豆瓣网),所以多线程也就很自然被Python语言支持。 (关于多线程的原理和C实现方法,请参考我之前写的Linux多线程与同步,要了解race condition, m
本文向大家介绍Python 使用threading+Queue实现线程池示例,包括了Python 使用threading+Queue实现线程池示例的使用技巧和注意事项,需要的朋友参考一下 一、线程池 1、为什么需要使用线程池 1.1 创建/销毁线程伴随着系统开销,过于频繁的创建/销毁线程,会很大程度上影响处理效率。 记创建线程消耗时间T1,执行任务消耗时间T2,销毁线程消耗时间T3,如果T1+T3
如何检查线程是否存活? 如何检查线程是否已经停止? 如何使用线程解决死锁? 如何获得运行线程的优先级? 如何监控线程的状态? 如何获取正在运行的线程的名称? 如何使用线程解决生产者消费者问题? 如何设置线程的优先级? 如何阻止线程? 如何暂停一段时间的线程? 如何获取正在运行的线程的ID? 如何检查线程的优先级? 如何显示所有正在运行的线程? 如何显示线程状态? 如何中断正在运行的线程?