Python的多线程

　　多线程类似于同时执行多个不同程序，多线程运行有如下优点：

　　使用线程可以把占据长时间的程序中的任务放到后台去处理。

　　用户界面可以更加吸引人，这样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、文件读写和网络收发数据等，线程就比较有用了。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。

　　线程在执行过程中与进程还是有区别的。每个独立的进程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

　　每个线程都有他自己的一组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最重要的寄存器，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。

　　线程模块

　　Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。

　　threading 模块提供的其他方法：

　　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]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。

　　isAlive(): 返回线程是否活动的。

　　getName(): 返回线程名。

　　setName(): 设置线程名。

　　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。如下：

　　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：一个列表里所有元素都是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"要访问共享数据时，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，也就是同步阻塞;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，不会再出现一半0一半1的尴尬场面。

　　线程优先级队列( Queue)

　　Python的Queue模块中提供了同步的、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模块中的常用方法:

　　Queue.qsize() 返回队列的大小

　　Queue.empty() 如果队列为空，返回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Queue.get(False)

　　Queue.put(item) 写入队列，timeout等待时间

　　Queue.put_nowait(item) 相当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号

　　Queue.join() 实际上意味着等到队列为空，再执行别的操作

　　以上内容为大家介绍了Python的多线程，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。https://www.e70w.com/xwzx/