# 多线程
'''
多线程类似于同时执行多个不同程序
优点：
使用线程可以把占据长时间的程序的任务放到后台处理
用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
程序的运行速度可能加快
在一些等待的任务实现上如用户输入输入、文件读写和网络收发数据等，线程就比较有用。在这种情况下我们可以释放一些珍贵的资源如内存占用等等
独立的线程：运行入口、顺序执行序列、程序出口
线程不能独立运行，必须依存在应用程序中，由程序提供多个线程执行控制
每个线程都有自己的一组cpu寄存器。称为线程的上下文，该上下文反映了线程上次运行该线程的cpu寄存器的状态
指令指针和堆栈指针寄存器是线程上下文中两个重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存
线程可以被抢占（中断）
在其他线程正在运行时，线程可以暂时搁置（也称为睡眠）--这就是线程的退让
线程分为：内核线程、用户线程
内核线程：由操作系统内核创建和撤销
用户线程：不需要内核支持而在用户程序中实现的线程
'''
'''
python3中 _thread（用于兼容python2） 和 threading（推荐使用）
'''
'''
import _thread
import time
# 为线程定义一个函数
def print_time(threadName,delay):
count = 0
while count<5:
time.sleep(delay)
count+=1
print("%s:%s"%(threadName,time.ctime(time.time())))
# 创建两个线程
try:
_thread.start_new_thread(print_time,('Thread-1',2,))
_thread.start_new_thread(print_time,('Thread-2',4,))
except:
print('Error :无法启动线程')
# while 1:
# pass
'''
# print('----------------------------------------------------------------------------')
# '''
# threading
#
# 相比_thread提供了低级别的、原始的线程以及一个简单的锁
# threading模块除了包含_thread模块中的所有方法外，还提供的其他方法：
#
# threading.currentThread()：返回当前的线程变量
# threading.enumerate()：返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程
# threading.activeCount():返回正在运行的线程数量，与len（threading enumerate（））有相同的结果
# 除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法：
# run（）：用以表示线程活动的方法
# start（）：启动线程活动
# join（[time]）：等待至线程终止。这阻塞调用线程直至线程的join（）方法被调用终止-正常退出或者抛出未处理的异常-或者是可选的超时发生
# isActive（）：返回线程是否活动的
# getName（）：返回线程名
# setName（）：设置线程名
#
# '''
# import threading
# import time
# exitFlag = 0
#
# class myThread(threading.Thread):
#
# def __init__(self,threadID,name,counter):
# threading.Thread.__init__(self)
# self.threadID = threadID
# self.name = name
# self.counter = counter
#
# def run(self):
# print('开始线程：'+self.name)
# print_time(self.name,self.counter,5)
# print('退出线程：'+self.name)
#
# def print_time(threadName,delay,counter):
# while counter:
# if exitFlag:
# print('------------------------')
# threadName.exit()
# time.sleep(delay)
# print('%s:%s'%(threadName,time.ctime(time.time())))
# counter-=1
#
#
# # 创建新线程
# thread1 = myThread(1,'Thread-1',1)
# thread2 = myThread(2,'Thread-2',2)
#
# # # 开启新线程
# # thread1.start()
# # thread2.start()
# # thread1.join()
# # thread2.join()
# # print('退出主线程')
# print('--------------------------------------------------------------------------')
#
# '''
#
# 线程同步
# 如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步
# 使用Thread对象的Lock和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间
# 多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）但是当线程需要共享数据时，可能存在数据不同步的问题
#
# 考虑这样一种情况：一个列表所有元素都是0，线程“set”从后向前把所有元素改成1，而线程“print”负责从前往后读取列表并打印。那么，可能线程“set”开始改的时候，线程“print”便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念，
# 锁有两种状态——锁定和未锁定，每当一个线程比如“set”要访问数据时，必须先获得锁定，如果已经有别的线程比如“print”获得锁定了，那么就让线程“set”暂停，也就是同步线程组赛；等到线程“print”访问完毕，释放锁以后，再让线程“set继续。
# 经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会出现一半0一半1的尴尬场面
# '''
#
# import threading
# import time
# class myThread(threading.Thread):
# def __init__(self,threadID,name,counter):
# threading.Thread.__init__(self)
# self.threadID = threadID
# self.name = name
# self.counter = counter
# def run(self):
# print('开启线程：'+self.name)
# # 获取锁，用于线程同步
# threadLock.acquire()
# print_time(self.name,self.counter,3)
# # 释放锁，开启下一个线程
# threadLock.release()
#
#
# def print_time(threadName,delay,counter):
# while counter:
# print("%s:%s"%(threadName,time.ctime(time.time())))
# counter-=1
#
# threadLock = threading.Lock()
# threads = []
#
#
# # 创建新线程
# thread1 = myThread(1,'Thread-1',1)
# thread2 = myThread(2,'Thread-2',2)
#
# # 开启新线程
# thread1.start()
# thread2.start()
#
# # 添加线程到线程列表
# threads.append(thread1)
# threads.append(thread2)
#
# # 等待所有线程完成
#
# for t in threads:
# t.join()
#
# print('退出主线程')
#
# print('------------------------------------------------------------------------------------')
'''
线程队列的优先级（Queue）
Queue模块提供了同步的、线程安全的队列类，包括FIFO（先入先出）队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue
这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步
Queue模块常用方法：
Queue.qsize()返回队列的大小
Queue.empty()返回队列为空，返回为True，反之False
Queue.full()如果队列满了，返回True，反之False
Queue.full 与maxsize大小对应
Queue.get([block[,timeout]])获取队列，timeout等待时间
Queue.get_nowait()相当于Queue.get(False)
Queue.put(item)写入队列，timeout等待时间
Queue.put_nowait(item)相当于Queue.put(item,False)
Queue.task_done()在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信息
Queue.join()实际上意味着等到队列为空，再执行别的操作
'''
import queue
import threading
import time
exitFlag = 0
class myThread(threading.Thread):
def __init__(self,threadID,name,q):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.q = q
def run(self):
print('开启线程：'+self.name)
process_data(self.name,self.q)
print('退出线程：'+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
# 创建新线程
for tName in threadList:
thread = myThread(threadID , tName , workQueue)
thread.start()
threads.append(thread)
threadID += 1
# 填充队列
queueLock.acquire()
for word in nameList:
workQueue.put(word)
queueLock.release()
# 等待队列清空
while not workQueue.empty():
pass
# 通知线程是时候退出
exitFlag = 1
# 等待所有线程完成
for t in threads:
t.join()
print('退出主线程')
网友评论