并发:指的是任务数多余cpu核数,通过操作系统的各种任务调度算法,实现用多个任务“一起”执行(实际上总有一些任务不在执行,因为切换任务的速度相当快,看上去一起执行而已)

并行:指的是任务数小于等于cpu核数,即任务真的是一起执行的

线程

python的thread模块是比较底层的模块,python的threading模块是对thread做了一些包装的,可以更加方便的被使用

基本线程调用实例:

import time
import threading def dancing():
for i in range(1, 4):
print('跳舞中%d' % i)
time.sleep(0.5)
print('dancing 线程结束') def singing():
for i in range(1, 5):
print('唱歌中%d' % i)
time.sleep(0.5)
print('singing 线程结束') def main():
# 创建子线程对象
t1 = threading.Thread(target=dancing)
t2 = threading.Thread(target=singing)
# 子线程开始执行
t1.start()
t2.start()
# 查看正在运行的子线程数量
while True:
length = len(threading.enumerate())
print('当前运行的线程数为:%d' % length)
if length <= 1:
break
time.sleep(0.2) if __name__ == '__main__':
main()

继承Thread类自定义类调用实例:

import threading
import time class DancingThread(threading.Thread):
def run(self):
for i in range(1, 3):
print('线程名:%s,正在跳舞:。。。%d' % (self.name, i))
time.sleep(0.5)
print('\n跳舞线程结束') class SingingThread(threading.Thread):
def run(self):
for i in range(1, 5):
print('线程名:%s,正在唱歌:。。。%d' % (self.name, i))
time.sleep(0.5)
print('唱歌线程结束') def main():
# 创建Thread对象
dancing = DancingThread()
sing = SingingThread()
# 调用run方法,开启线程
dancing.start()
sing.start() if __name__ == '__main__':
main()

线程共享全局变量

  • 在一个进程内的所有线程共享全局变量,很方便在多个线程间共享数据
  • 缺点就是,线程是对全局变量随意遂改可能造成多线程之间对全局变量的混乱(即线程非安全)
  • 假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算,t1和t2都各对g_num加10次,g_num的最终的结果应该为20。
  • 但是由于是多线程同时操作,有可能出现下面情况:
    1. 在g_num=0时,t1取得g_num=0。此时系统把t1调度为”sleeping”状态,把t2转换为”running”状态,t2也获得g_num=0
    2. 然后t2对得到的值进行加1并赋给g_num,使得g_num=1
    3. 然后系统又把t2调度为”sleeping”,把t1转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
    4. 这样导致虽然t1和t2都对g_num加1,但结果仍然是g_num=1
import threading
import time g_num = 0 class DancingThread(threading.Thread):
def __init__(self, num):
threading.Thread.__init__(self)
self.num = num def run(self):
global g_num
for i in range(self.num):
g_num += 1
print('跳舞线程结束,g_num:%d' % g_num) class SingingThread(threading.Thread):
def __init__(self, num):
threading.Thread.__init__(self)
self.num = num def run(self):
global g_num
for i in range(self.num):
g_num += 1
print('唱歌线程结束,g_num:%d' % g_num) def main():
# 创建Thread对象
dancing = DancingThread(1000000)
sing = SingingThread(1000000)
# 调用run方法,开启线程
print('初始g_num: %d' % g_num)
dancing.start()
sing.start()
# 等待子线程运行完
while len(threading.enumerate()) > 1:
time.sleep(1)
print('线程结束后g_num: %d' % g_num) if __name__ == '__main__':
main()

运行结果为:

初始g_num: 0
跳舞线程结束,g_num:1292807
唱歌线程结束,g_num:1712212
线程结束后g_num: 1712212

使用互斥锁解决线程冲突

# 创建锁
mutex = threading.Lock()
# 锁定
mutex.acquire()
# 释放
mutex.release()
import time
import threading
g_num = 0 def dancing(num, mutex):
global g_num
for i in range(num):
# 上锁
mutex.acquire()
# 计算
g_num += num
# 解锁
mutex.release() print('dancing 线程结束,num值: %d' % g_num) def singing(num, mutex):
global g_num
for i in range(num):
# 上锁
mutex.acquire()
# 计算
g_num += num
# 解锁
mutex.release() print('dancing 线程结束,num值: %d' % g_num) def main():
print('初始值:%d' % g_num)
# 创建锁对象
mutex = threading.Lock()
# 创建子线程对象
t1 = threading.Thread(target=dancing, args=(1000000, mutex, ))
t2 = threading.Thread(target=singing, args=(1000000, mutex, ))
# 子线程开始执行
t1.start()
t2.start() if __name__ == '__main__':
main()

运行结果:

初始值:0
dancing 线程结束,num值: 1876392000000
dancing 线程结束,num值: 2000000000000

python-多任务编程01-线程(threading)的更多相关文章

  1. Python高级——多任务编程之线程

    转: Python高级--多任务编程之线程 文章目录 线程概念 1. 线程的介绍 2. 线程的概念 3. 线程的作用 多线程的使用 1. 导入线程模块 2. 线程类Thread参数说明 3. 启动线程 ...

  2. python网络编程基础(线程与进程、并行与并发、同步与异步、阻塞与非阻塞、CPU密集型与IO密集型)

    python网络编程基础(线程与进程.并行与并发.同步与异步.阻塞与非阻塞.CPU密集型与IO密集型) 目录 线程与进程 并行与并发 同步与异步 阻塞与非阻塞 CPU密集型与IO密集型 线程与进程 进 ...

  3. 《转载》Python并发编程之线程池/进程池--concurrent.futures模块

    本文转载自Python并发编程之线程池/进程池--concurrent.futures模块 一.关于concurrent.futures模块 Python标准库为我们提供了threading和mult ...

  4. python并发编程之线程/协程

    python并发编程之线程/协程 part 4: 异步阻塞例子与生产者消费者模型 同步阻塞 调用函数必须等待结果\cpu没工作input sleep recv accept connect get 同 ...

  5. Python并发编程01 /操作系统发展史、多进程理论

    Python并发编程01 /操作系统发展史.多进程理论 目录 Python并发编程01 /操作系统发展史.多进程理论 1. 操作系统 2. 进程理论 1. 操作系统 定义:管理控制协调计算机中硬件与软 ...

  6. python网络编程01 /C/S架构|B/S架构、网络通信原理、五层协议、七层协议简述、端口映射技术

    python网络编程01 /C/S架构|B/S架构.网络通信原理.五层协议.七层协议简述.端口映射技术 目录 python网络编程01 /C/S架构|B/S架构.网络通信原理.五层协议.七层协议简述. ...

  7. Python网络编程(线程通信、GIL、服务器模型)

    什么是进程.进程的概念? 进程的概念主要有两点: 第一,进程是一个实体.每一个进程都有它自己的地址空间, 一般情况下,包括文本区域(text region).数据区域(data region)和堆栈( ...

  8. python网络编程-01

    python网络编程 1.socket模块介绍 ①在网络编程中的一个基本组件就是套接字(socket),socket是两个程序之间的“信息通道”. ②套接字包括两个部分:服务器套接字.客户机套接字 ③ ...

  9. python成长之路【第十一篇】:网络编程之线程threading模块

    一.threading模块介绍 threading 模块建立在 _thread 模块之上.thread 模块以低级.原始的方式来处理和控制线程,而 threading 模块通过对 thread 进行二 ...

  10. Python并发编程-进程 线程 同步锁 线程死锁和递归锁

    进程是最小的资源单位,线程是最小的执行单位 一.进程 进程:就是一个程序在一个数据集上的一次动态执行过程. 进程由三部分组成: 1.程序:我们编写的程序用来描述进程要完成哪些功能以及如何完成 2.数据 ...

随机推荐

  1. Python3-queue模块-同步队列

    Python3中的queue模块实现多生产者,多消费者队列,特别适用于多个线程间的信息的安全交换,主要有三个类 queue.Queue(maxsize=0) 构造一个FIFO(先进先出)的队列 que ...

  2. 入门大数据---Sqoop简介与安装

    一.Sqoop 简介 Sqoop 是一个常用的数据迁移工具,主要用于在不同存储系统之间实现数据的导入与导出: 导入数据:从 MySQL,Oracle 等关系型数据库中导入数据到 HDFS.Hive.H ...

  3. yum只下载不安装

    1 修改/etc/yum.conf的keepcache=1 [root@136 packages]# vi /etc/yum.conf keepcache=1 2 安装yum-utils包 [root ...

  4. 并发02--JAVA内存模型

    在并发编程中,需要解决两个问题:线程间如何通信&线程间如何同步 线程同步:控制不同线程操作顺序的机制 解决这两个问题的方案有两种:共享内存&消息传递 共享内存:通过使用共享内存,隐式通 ...

  5. Linux虚拟网络:Docker网络知识之基础篇

    我们在工作中应用了docker容器化技术,服务的部署.维护和扩展都方便了很多.然而,近期在私有化部署过程中,由于不同服务器环境的复杂多变,常常遇到网络方面的问题,现象为容器服务运行正常,但宿主机.容器 ...

  6. 部署JUnit

    JUnit的简介和使用:http://blog.csdn.net/luanlouis/article/details/37562165 jar包下载地址:http://www.java2s.com/C ...

  7. (私人收藏)商务报告工作汇报PPT模板

    商务报告工作汇报PPT模板 https://pan.baidu.com/s/1tWPU6zUTVcV4TIhScoSrEwsjd0

  8. 《Head First 设计模式》:观察者模式

    正文 一.定义 观察者模式定义了对象之间的一对多依赖,这样一来,当一个对象改变状态时,它的所有依赖者都会收到通知并自动更新. 要点: 观察者模式定义了对象之间一对多的关系. 观察者模式让主题(可观察者 ...

  9. 硬刚 lodash 源码之路,compact & concat

    前置 本篇随笔包含 _.compact 和 _.concat 及其依赖的工具函数. 你可能需要一些 JavaScript 基础知识才能看懂一些没有注释的细节. compact _.compact(ar ...

  10. 部署Redis Cluster 6.0 集群并开启密码认证 和 Redis-cluster-proxy负载

    部署Redis Cluster集群并开启密码认证 如果只想简单的搭建Redis Cluster,不需要设置密码和公网访问,可以参考官方文档. 节点介绍 Cluster模式推荐最少有6个节点,本次实验搭 ...