python之多線程

標籤：start   活動   聲明   ipc   自己   多工   isp   src   call   

聲明：樣本來源《python核心編程》

前言

　　單線程處理多個外部輸入源的任務只能使用I/O多工，如：select,poll,epoll。

　　特別值得注意的是：由於一個串列程式需要從每個 I/O 終端通道來檢查使用者的輸入，程式在讀取 I/O 終端通道時不能阻塞，因為使用者輸入的到達時間是不確定的，並且阻塞會妨礙其他 I/O 通道的處理。

　　select，poll，epoll本質上都是同步I/O，因為他們都需要在讀寫事件就緒後自己負責進行讀寫，也就是說這個讀寫過程是阻塞的，而非同步I/O則無需自己負責進行讀寫，非同步I/O的實現只負責把資料從核心拷貝到使用者空間。

為此就引出了我們的主體多線程，多線程的特點：

1. 本質上是非同步
2. 需要多個並發活動
3. 每個活動的處理順序可能是不確定的，或者說是隨機的、不可預測的。

什麼是進程？
進程就是一個執行中的程式。每個進程都擁有自己的地址空間、記憶體、資料棧以及其他用於跟蹤執行的輔助資料。作業系統管理其上所有進程的執行，並為這些進程合理地分配時間。進程也可以通過派生（ fork 或 spawn）新的進程來執行其他任務，不過因為每個新進程也都擁有自己的記憶體和資料棧等，所以只能採用處理序間通訊（ IPC）的方式共用資訊。

什麼是線程？
線程（有時候稱為輕量級進程）與進程類似，不過它們是在同一個進程下執行的，並共用相同的上下文。可以將它們認為是在一個主進程或“主線程”中並行啟動並執行一些“迷你進程”。

python中的多線程實現threading模組中的對象列表

ps：我們通過python實現多線程編程，主要用到的是threading.Thread對象

Thread對象常用屬性和方法

多線程樣本

context: python2.7.13

python通過Thread對象建立一個多線程執行個體，主要有3種方式：

1. 建立 Thread 的執行個體，傳給它一個函數。
2. 建立 Thread 的執行個體，傳給它一個可調用的類執行個體。
3. 派生 Thread 的子類，並建立子類的執行個體。

ps：我們通常會選擇第一個或第三個方案。當你需要一個更加符合物件導向的介面時，會選擇後者。所以，建議使用第三種方案，它是最適合你的應用和未來擴充的方法。

樣本1:建立 Thread 的執行個體，傳給它一個函數。

 1 #!/usr/bin/env python 2 #-*- coding:utf-8 -*- 3 import threading 4 from time import sleep,ctime 5  6 loops = [4,2] 7  8 def loop(nloop,nsec): 9     print "start loop",nloop,"at:",ctime()10     sleep(nsec)11     print "loop",nloop,‘done at:‘,ctime()12 13 def main():14     print "Starting at:",ctime()15     threads = []16     nloops = range(len(loops))17     #完成所有線程分配，並不立即開始執行18     for i in nloops:19         t = threading.Thread(target=loop,args=(i,loops[i]))20         threads.append(t)21     #開始調用start方法，同時開始所有線程22     for i in nloops:23         threads[i].start()24     #join方法：主線程等待所有子線程執行完成，再執行主線程接下來的操作。25     for i in nloops:26         threads[i].join()27 28     print "All done at:",ctime()29 if __name__=="__main__":30     main()

Starting at: Sun Jun 18 10:00:49 2017start loop 0 at: Sun Jun 18 10:00:49 2017start loop 1 at: Sun Jun 18 10:00:49 2017loop 1 done at: Sun Jun 18 10:00:51 2017loop 0 done at: Sun Jun 18 10:00:53 2017All done at: Sun Jun 18 10:00:53 2017Process finished with exit code 0

resault樣本2：建立 Thread 的執行個體，傳給它一個可調用的類執行個體

#!/usr/bin/env python#-*- encoding:utf-8 -*-import threadingfrom time import sleep,ctimeloops = [4,2]class ThreadFunc(object):    def __init__(self,func,args,name=""):        self.name = name        self.func = func        self.args = args    #使類具有函數行為，就像函數的代理（proxy）    def __call__(self):        self.func(*self.args)def loop(nloop,nsec):    print "start loop",nloop,"at:",ctime()    sleep(nsec)    print "loop",nloop,‘done at:‘,ctime()def main():    print "Starting at:",ctime()    threads = []    nloops = range(len(loops))    #完成所有線程分配，並不立即開始執行    for i in nloops:        t = threading.Thread(target=ThreadFunc(loop,(i,loops[i]),loop.__name__))        threads.append(t)    #開始調用start方法，同時開始所有線程    for i in nloops:        threads[i].start()    #join方法等待子線程執行完成，再執行主線程接下來的操作。    for i in nloops:        threads[i].join()    print "All done at:",ctime()if __name__=="__main__":    main()

傳入類執行個體

Starting at: Sun Jun 18 10:03:52 2017start loop 0 at: Sun Jun 18 10:03:52 2017start loop 1 at: Sun Jun 18 10:03:52 2017loop 1 done at: Sun Jun 18 10:03:54 2017loop 0 done at: Sun Jun 18 10:03:56 2017All done at: Sun Jun 18 10:03:56 2017Process finished with exit code 0

resault樣本3：派生 Thread 的子類，並建立子類的執行個體。自訂類MyThread

1. 檔案名稱：mythread.py,
2. 內容：MyThread為threading.Thread的衍生類別

#!/usr/bin/env python#-*- coding:utf-8 -*-import threadingfrom time import sleep,ctimeclass MyThread(threading.Thread):    def __init__(self,func,args,name=""):        threading.Thread.__init__(self)        self.name = name        self.func = func        self.args = args    def get_res(self):        return self.res    def run(self):        print "Starting",self.name,"at:",ctime()        self.res = self.func(*self.args)        print self.name,"finish at:",ctime()

菲波那切數列，階乘，累加單線程也多線程對比

#!/usr/bin/env python#-*- coding:utf-8 -*-#MyThread為自訂的threading.Thread的衍生類別from mythread import MyThreadfrom time import sleep,ctime#斐波那契數列def fib(x):    sleep(0.005)    if x < 2:return 1    return (fib(x-2)+fib(x-1))#階乘def fac(x):    sleep(0.1)    if x < 2:return 1    return (x*fac(x-1))#累加def sum(x):    sleep(0.1)    if x < 2:return 1    return (x + sum(x-1))funcs = [fib,fac,sum]n = 12def main():    nfuncs = range(len(funcs))    print "---SINGLE THREAD---"    for i in nfuncs:        print "Starting",funcs[i].__name__,"at:",ctime()        print funcs[i](n)        print funcs[i].__name__,"finish at:",ctime()    print "\n---MULTIPLE THREADS---"    threads = []    for i in nfuncs:        t = MyThread(funcs[i],(n,),funcs[i].__name__)        threads.append(t)    for i in nfuncs:        threads[i].start()    for i in nfuncs:        threads[i].join()        print threads[i].get_res()    print "All Done!"if __name__ == ‘__main__‘:    main()

---SINGLE THREAD---Starting fib at: Sun Jun 18 09:12:17 2017233fib finish at: Sun Jun 18 09:12:24 2017Starting fac at: Sun Jun 18 09:12:24 2017479001600fac finish at: Sun Jun 18 09:12:26 2017Starting sum at: Sun Jun 18 09:12:26 201778sum finish at: Sun Jun 18 09:12:27 2017---MULTIPLE THREADS---Starting fib at: Sun Jun 18 09:12:27 2017Starting fac at: Sun Jun 18 09:12:27 2017Starting sum at: Sun Jun 18 09:12:27 2017fac finish at: Sun Jun 18 09:12:28 2017sum finish at: Sun Jun 18 09:12:28 2017fib finish at: Sun Jun 18 09:12:34 201723347900160078All Done!Process finished with exit code 0

resault

　　以單線程模式運行時，只是簡單地依次調用每個函數，並在函數執行結束後立即顯示相應的結果。

　　而以多線程模式運行時，並不會立即顯示結果。 因為我們希望讓 MyThread 類越通用越好（有輸出和沒有輸出的調用都能夠執行），我們要一直等到所有線程都執行結束，然後調用get_res()方法來最終顯示每個函數的傳回值。

 

python之多線程