文章目錄

• • • python 多線程簡介
    • Python中使用線程的兩種方式
    • • 1、函數式
      • • 示例
      • 2、線程模塊
      • • 示例
    • 線程同步
    • • 示例
    • 線程優先級隊列（ Queue）【暫時沒用到，沒仔細看】
    • • 示例
    • 其他
    • • • threading.Thread類
      • 1、最簡單的線程程序
      • 2、while 循環內的線程
      • 3、線程退出方法

python 多線程簡介

多線程類似于同時執行多個不同程序，多線程運行有如下優點：

• 使用線程可以把占據長時間的程序中的任務放到后臺去處理。
• 用戶界面可以更加吸引人，這樣比如用戶點擊了一個按鈕去觸發某些事件的處理，可以彈出一個進度條來顯示處理的進度
• 程序的運行速度可能加快
• 在一些等待的任務實現上如用戶輸入、文件讀寫和網絡收發數據等，線程就比較有用了。在這種情況下我們可以釋放一些珍貴的資源如內存占用等等。
  線程在執行過程中與進程還是有區別的。每個獨立的進程有一個程序運行的入口、順序執行序列和程序的出口。但是線程不能夠獨立執行，必須依存在應用程序中，由應用程序提供多個線程執行控制。

每個線程都有他自己的一組CPU寄存器，稱為線程的上下文，該上下文反映了線程上次運行該線程的CPU寄存器的狀態。

指令指針和堆棧指針寄存器是線程上下文中兩個最重要的寄存器，線程總是在進程得到上下文中運行的，這些地址都用于標志擁有線程的進程地址空間中的內存。

• 線程可以被搶占（中斷）。
• 在其他線程正在運行時，線程可以暫時擱置（也稱為睡眠） – 這就是線程的退讓。

Python3 線程中常用的兩個模塊為：

• _thread
• threading(推薦使用)

thread 模塊已被廢棄。用戶可以使用 threading 模塊代替。所以，在 Python3 中不能再使用"thread" 模塊。為了兼容性，Python3 將 thread 重命名為 “_thread”。

Python中使用線程的兩種方式

1、函數式

調用thread模塊中的start_new_thread()函數來產生新線程

_thread.start_new_thread ( function, args[, kwargs] )

參數說明:

• function - 線程函數。
• args - 傳遞給線程函數的參數,他必須是個tuple類型。
• kwargs - 可選參數。

示例

#!/usr/bin/python3import _thread import time# 為線程定義一個函數 def print_time( threadName, delay):count = 0while count < 5:time.sleep(delay)count += 1print ("%s: %s" % ( threadName, time.ctime(time.time()) ))# 創建兩個線程 try:_thread.start_new_thread( print_time, ("Thread-1", 2, ) )_thread.start_new_thread( print_time, ("Thread-2", 4, ) ) except:print ("Error: 無法啟動線程")while 1:pass

結果：

Thread-1: Wed Apr 6 11:36:31 2016 Thread-1: Wed Apr 6 11:36:33 2016 Thread-2: Wed Apr 6 11:36:33 2016 Thread-1: Wed Apr 6 11:36:35 2016 Thread-1: Wed Apr 6 11:36:37 2016 Thread-2: Wed Apr 6 11:36:37 2016 Thread-1: Wed Apr 6 11:36:39 2016 Thread-2: Wed Apr 6 11:36:41 2016 Thread-2: Wed Apr 6 11:36:45 2016 Thread-2: Wed Apr 6 11:36:49 2016

2、線程模塊

Python3 通過兩個標準庫 _thread 和 threading 提供對線程的支持。

_thread 提供了低級別的、原始的線程以及一個簡單的鎖，它相比于 threading 模塊的功能還是比較有限的。

threading 模塊除了包含 _thread 模塊中的所有方法外，還提供的其他方法：

• threading.currentThread(): 返回當前的線程變量。
• threading.enumerate(): 返回一個包含正在運行的線程的list。正在運行指線程啟動后、結束前，不包括啟動前和終止后的線程。
• threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果。

除了使用方法外，線程模塊同樣提供了Thread類來處理線程，Thread類提供了以下方法:

• run(): 用以表示線程活動的方法。
• start():啟動線程活動。
• join([time]): 等待至線程中止。這阻塞調用線程直至線程的join() 方法被調用中止-正常退出或者拋出未處理的異常-或者是可選的超時發生。
• isAlive(): 返回線程是否活動的。
• getName(): 返回線程名。
• setName(): 設置線程名。

示例

通過直接從 threading.Thread 繼承創建一個新的子類，并實例化后調用 start() 方法啟動新線程，即它調用了線程的 run() 方法：

#!/usr/bin/python3import threading import timeexitFlag = 0class myThread (threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print ("開始線程：" + self.name)print_time(self.name, self.counter, 5)print ("退出線程：" + self.name)def print_time(threadName, delay, counter):while counter:if exitFlag:threadName.exit()time.sleep(delay)print ("%s: %s" % (threadName, time.ctime(time.time())))counter -= 1# 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2)# 開啟新線程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主線程")

結果：

D:\20191031_tensorflow_yolov3\python\python.exe C:/Users/SIQI/Desktop/test_multiprocessing/test5.py 開始線程：Thread-1 開始線程：Thread-2 Thread-1: Tue Mar 24 14:10:36 2020 Thread-2: Tue Mar 24 14:10:37 2020 Thread-1: Tue Mar 24 14:10:37 2020 Thread-1: Tue Mar 24 14:10:38 2020 Thread-2: Tue Mar 24 14:10:39 2020 Thread-1: Tue Mar 24 14:10:39 2020 Thread-1: Tue Mar 24 14:10:40 2020 退出線程：Thread-1 Thread-2: Tue Mar 24 14:10:41 2020 Thread-2: Tue Mar 24 14:10:43 2020 Thread-2: Tue Mar 24 14:10:45 2020 退出線程：Thread-2 退出主線程Process finished with exit code 0

線程同步

如果多個線程共同對某個數據修改，則可能出現不可預料的結果，為了保證數據的正確性，需要對多個線程進行同步。

使用 Thread 對象的 Lock 和 Rlock 可以實現簡單的線程同步，這兩個對象都有 acquire 方法和 release 方法，對于那些需要每次只允許一個線程操作的數據，可以將其操作放到 acquire 和 release 方法之間。如下：

多線程的優勢在于可以同時運行多個任務（至少感覺起來是這樣）。但是當線程需要共享數據時，可能存在數據不同步的問題。

考慮這樣一種情況：一個列表里所有元素都是0，線程"set"從后向前把所有元素改成1，而線程"print"負責從前往后讀取列表并打印。

那么，可能線程"set"開始改的時候，線程"print"便來打印列表了，輸出就成了一半0一半1，這就是數據的不同步。為了避免這種情況，引入了鎖的概念。

鎖有兩種狀態——鎖定和未鎖定。每當一個線程比如"set"要訪問共享數據時，必須先獲得鎖定；如果已經有別的線程比如"print"獲得鎖定了，那么就讓線程"set"暫停，也就是同步阻塞；等到線程"print"訪問完畢，釋放鎖以后，再讓線程"set"繼續。

經過這樣的處理，打印列表時要么全部輸出0，要么全部輸出1，不會再出現一半0一半1的尷尬場面。、

示例

#!/usr/bin/python3import threading import timeclass myThread(threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print("開啟線程： " + self.name)# 獲取鎖，用于線程同步threadLock.acquire()print_time(self.name, self.counter, 3)# 釋放鎖，開啟下一個線程threadLock.release()def print_time(threadName, counter, delay):while counter:time.sleep(delay)print("%s: %s" % (threadName, time.ctime(time.time())))counter -= 1threadLock = threading.Lock() threads = []# 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2)# 開啟新線程 thread1.start() thread2.start()# 添加線程到線程列表 threads.append(thread1) threads.append(thread2)# 等待所有線程完成 for t in threads:t.join() print("退出主線程")

結果：

D:\20191031_tensorflow_yolov3\python\python.exe C:/Users/SIQI/Desktop/test_multiprocessing/test5.py 開啟線程： Thread-1 開啟線程： Thread-2 Thread-1: Tue Mar 24 15:16:19 2020 Thread-2: Tue Mar 24 15:16:22 2020 Thread-2: Tue Mar 24 15:16:25 2020 退出主線程Process finished with exit code 0

線程優先級隊列（ Queue）【暫時沒用到，沒仔細看】

Python 的 Queue 模塊中提供了同步的、線程安全的隊列類，包括FIFO（先入先出)隊列Queue，LIFO（后入先出）隊列LifoQueue，和優先級隊列 PriorityQueue。

這些隊列都實現了鎖原語，能夠在多線程中直接使用，可以使用隊列來實現線程間的同步。

• Queue 模塊中的常用方法:

• Queue.qsize() 返回隊列的大小

• Queue.empty() 如果隊列為空，返回True,反之False

• Queue.full() 如果隊列滿了，返回True,反之False

• Queue.full 與 maxsize 大小對應

• Queue.get([block[, timeout]])獲取隊列，timeout等待時間

• Queue.get_nowait() 相當Queue.get(False)

• Queue.put(item) 寫入隊列，timeout等待時間

• Queue.put_nowait(item) 相當Queue.put(item, False)

• Queue.task_done() 在完成一項工作之后，Queue.task_done()函數向任務已經完成的隊列發送一個信號

• Queue.join() 實際上意味著等到隊列為空，再執行別的操作

示例

#!/usr/bin/python3import queue import threading import timeexitFlag = 0class myThread (threading.Thread):def __init__(self, threadID, name, q):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.q = qdef run(self):print ("開啟線程：" + self.name)process_data(self.name, self.q)print ("退出線程：" + self.name)def process_data(threadName, q):while not exitFlag:queueLock.acquire()if not workQueue.empty():data = q.get()queueLock.release()print ("%s processing %s" % (threadName, data))else:queueLock.release()time.sleep(1)threadList = ["Thread-1", "Thread-2", "Thread-3"] nameList = ["One", "Two", "Three", "Four", "Five"] queueLock = threading.Lock() workQueue = queue.Queue(10) threads = [] threadID = 1# 創建新線程 for tName in threadList:thread = myThread(threadID, tName, workQueue)thread.start()threads.append(thread)threadID += 1# 填充隊列 queueLock.acquire() for word in nameList:workQueue.put(word) queueLock.release()# 等待隊列清空 while not workQueue.empty():pass# 通知線程是時候退出 exitFlag = 1# 等待所有線程完成 for t in threads:t.join() print ("退出主線程")

結果：

開啟線程：Thread-1 開啟線程：Thread-2 開啟線程：Thread-3 Thread-3 processing One Thread-1 processing Two Thread-2 processing Three Thread-3 processing Four Thread-1 processing Five 退出線程：Thread-3 退出線程：Thread-2 退出線程：Thread-1 退出主線程

其他

threading.Thread類

Init signature: threading.Thread(group=None,target=None,name=None,args=(),kwargs=None,*,daemon=None, ) Docstring: A class that represents a thread of control. 表示控制線程的類。This class can be safely subclassed in a limited fashion. There are two ways to specify the activity: by passing a callable object to the constructor, or by overriding the run() method in a subclass. 可以通過有限的方式安全地將此類歸為一類。 有兩種指定活動的方法：通過將可調用對象傳遞給構造函數，或通過重寫子類中的run（）方法。Init docstring 初始化文檔字符串: This constructor should always be called with keyword arguments. 始終應使用關鍵字參數調用此構造函數。Arguments are:*group* should be None; reserved for future extension when a ThreadGroup class is implemented. * group *應該為None； 當實現ThreadGroup類時保留給以后的擴展。*target* is the callable object to be invoked by the run() method. Defaults to None, meaning nothing is called. * target *是run（）方法要調用的可調用對象。 * 默認為None（無），表示不執行任何操作。*name* is the thread name. By default, a unique name is constructed of the form "Thread-N" where N is a small decimal number. * name *是線程名稱。 默認情況下，唯一名稱的格式為“ Thread-N”，其中N是一個小十進制數字。*args* is the argument tuple for the target invocation. Defaults to (). * args *是目標調用的參數元組。 默認為（）。*kwargs* is a dictionary of keyword arguments for the target invocation. Defaults to {}. * kwargs *是用于目標調用的關鍵字參數的字典。 默認為{}。If a subclass overrides the constructor, it must make sure to invoke the base class constructor (Thread.__init__()) before doing anything else to the thread. 如果子類覆蓋了構造函數，則必須確保在對線程執行其他任何操作之前調用基類構造函數（Thread .__ init __（））。 File: d:\20191031_tensorflow_yolov3\python\lib\threading.py Type: type Subclasses: Timer, _MainThread, _DummyThread, HistorySavingThread, BackgroundJobBase, HBChannel, Heartbeat, ParentPollerUnix, ParentPollerWindows

1、最簡單的線程程序

# 最簡單的線程程序 def worker():print("working")print("finished")t = threading.Thread(target=worker, name='worker') # 線程對象 t.start()

結果：

working finished

2、while 循環內的線程

import threading import timedef worker():while True:time.sleep(1)print("work")print("finished")t = threading.Thread(target = worker, name='worker') # 線程對象t.start()

結果：

work work work work #...

3、線程退出方法

import threading import timedef worker():count = 0while True:if (count > 5):raise RuntimeError()time.sleep(1)print("working")count += 1t = threading.Thread(target=worker, name='worker') # 線程對象 t.start() print("==END==")

結果：

D:\20191031_tensorflow_yolov3\python\python.exe D:/20191031_tensorflow_yolov3/needed/test/test_Intel_realsense/test_多線程.py ==END== working working working working working working Exception in thread worker: Traceback (most recent call last):File "D:\20191031_tensorflow_yolov3\python\lib\threading.py", line 916, in _bootstrap_innerself.run()File "D:\20191031_tensorflow_yolov3\python\lib\threading.py", line 864, in runself._target(*self._args, **self._kwargs)File "D:/20191031_tensorflow_yolov3/needed/test/test_Intel_realsense/test_多線程.py", line 18, in workerraise RuntimeError() RuntimeErrorProcess finished with exit code 0

參考文章1：python并發、并行、多線程及安全

參考文章2：【菜鳥教程】Python3 多線程

總結

以上是生活随笔為你收集整理的python 测试 多线程 _thread和threading模块 线程同步，线程优先级队列的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。