线程
什么是线程
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务。一个线程是一个execution context(执行上下文),即一个cpu执行时所需要的一串指令。
线程的工作方式
CPU会给你一个在同一时间能够做多个运算的幻觉,实际上它在每个运算上只花了极少的时间,本质上CPU同一时刻只干了一件事。它能这样做就是因为它有每个运算的execution context。就像你能够和你朋友共享同一本书一样,多任务也能共享同一块CPU。
启动多个线程(函数实现)
Python提供了一个内置模块 threading.Thread,可以很方便地让我们创建多线程。 threading.Thread() 一般接收两个参数:
-
线程函数名:要放置线程让其后台执行的函数,由我们自已定义,注意不要加();
-
线程函数的参数:线程函数名所需的参数,以元组的形式传入。若不需要参数,可以不指定。
【举个例子】:
import threading
import time
def run(n):
print("task ",n )
time.sleep(2)
# run("t1")
# run("t2")
t1 = threading.Thread(target=run,args=("t1",))#生成一个线程实例
t2 = threading.Thread(target=run,args=("t2",))
t1.start()
t2.start()
【输出】:
task t1
task t2
【解释】由于每个方法都有单独的进程,会同时开始执行,上面代码会同时输出
启动多个线程(类实现)
相比较函数而言,使用类创建线程,会比较麻烦一点。 首先,我们要自定义一个类,对于这个类有两点要求:
-
必须继承 threading.Thread 这个父类;
-
必须覆写 run 方法。
【看个实例】
# 类方法
class MYThread(threading.Thread):
def __init__(self,n):
super().__init__()
self.n = n
def run(self):
print("task",self.n)
time.sleep(2)
print("{} finished\n".format(self.n))
t1 = MYThread('t1')
t2 = MYThread('t2')
t = time.time()
t1.start()
t2.start()
# 调用者会等待该线程结束后,再执行;
t2.join()
t1.join()
t1 = time.time()
print('main finished...')
print("线程所耗时间为:",t1 - t)
【输出】
task t1
task t2
t1 finished
t2 finished
main finished...
线程所耗时间为: 2.0015668869018555
【关于 join() 函数】
import threading
import time
def run(n):
print("task ",n )
time.sleep(2)
print("task done",n)
start_time = time.time()
for i in range(12):
t = threading.Thread(target=run,args=("t-%s" %i ,))
t.start()
print("----------all threads has finished...")
print("cost:",time.time() - start_time)
输出:
task t-0
task t-1
task t-2
task t-3
task t-4
task t-5
task t-6
task t-7
task t-8
task t-9
task t-10
task t-11----------all threads has finished...
cost:
0.001996278762817383
task donetask done t-2
t-0
task done t-4task done task done t-3t-1
task done t-7
task done t-9task done
task done task done t-8
t-5t-6
task donetask done t-11
t-10
我们知道线程有 就绪、阻塞、运行
三种基本状态。
- 就绪状态是指线程具备运行的所有条件,逻辑上可以运行,在等待处理机;
- 运行状态是指线程占有处理机正在运行;
- 阻塞状态是指线程在等待一个事件(如某个信号量),逻辑上不可执行。
关于【多线程】的小程序
from threading import Thread
import os, time
#计算密集型任务
def work():
res = 0
for i in range(100000000):
res *= i
if __name__ == "__main__":
l = []
print("本计算机是",os.cpu_count(),"核 CPU")
start = time.time()
for i in range(4):
p = Thread(target=work) # 多进程
l.append(p)
p.start()
for p in l:
p.join()
stop = time.time()
print("本计算机计算密集型任务,多线程耗时 %s" % (stop - start))
输出:
本计算机是 8 核 CPU
本计算机计算密集型任务,多线程耗时 25.76108407974243
【关于is_alive()方法】:
可以用来判断一个线程是否结束。
import threading
import time
def run(n):
print("task ", n)
time.sleep(2)
print("task done", n)
start_time = time.time()
t_objs = [] # 存线程实例
for i in range(5):
t = threading.Thread(target=run, args=("t-%s" % i,))
t.start()
t_objs.append(t) # 为了不阻塞后面线程的启动,不在这里join,先放到一个列表里
for t in t_objs:
print(t.is_alive())
for t in t_objs: # 循环线程实例列表,等待所有线程执行完毕
t.join()
for t in t_objs:
print(t.is_alive())
print("----------all threads has finished...")
print("cost:", time.time() - start_time)
输出:
task t-0
task t-1
task t-2
task t-3
task True
True
True
True
True
t-4
task done task done t-1
t-0
task done t-4task done
task done t-3t-2
False
False
False
False
False
----------all threads has finished...
cost: 2.0031514167785645
网友评论