Python中嘗試多線程編程的一個簡明例子
綜述
多線程是程序設(shè)計中的一個重要方面,尤其是在服務(wù)器Deamon程序方面。無論何種系統(tǒng),線程調(diào)度的開銷都比傳統(tǒng)的進程要快得多。
Python可以方便地支持多線程。可以快速創(chuàng)建線程、互斥鎖、信號量等等元素,支持線程讀寫同步互斥。美中不足的是,Python的運行在Python 虛擬機上,創(chuàng)建的多線程可能是虛擬的線程,需要由Python虛擬機來輪詢調(diào)度,這大大降低了Python多線程的可用性。希望高版本的Python可以 解決這個問題,發(fā)揮多CPU的最大效率。
網(wǎng)上有些朋友說要獲得真正多CPU的好處,有兩種方法:
1.可以創(chuàng)建多個進程而不是線程,進程數(shù)和cpu一樣多。
2.使用Jython 或 IronPython,可以得到真正的多線程。
閑話少說,下面看看Python如何建立線程
Python線程創(chuàng)建
使用threading模塊的 Thread類
類接口如下
需要關(guān)注的參數(shù)是target和args. target 是需要子線程運行的目標函數(shù),args是函數(shù)的參數(shù),以tuple的形式傳遞。
以下代碼創(chuàng)建一個指向函數(shù)worker 的子線程
...
th = threading.Thread(target=worker,args=(i,acc) ) ;
啟動這個線程
等待線程返回
或者th.join()
如果你可以對要處理的數(shù)據(jù)進行很好的劃分,而且線程之間無須通信,那么你可以使用:創(chuàng)建=》運行=》回收的方式編寫你的多線程程序。但是如果線程之間需要訪問共同的對象,則需要引入互斥鎖或者信號量對資源進行互斥訪問。
下面講講如何創(chuàng)建互斥鎖
創(chuàng)建鎖
....
使用鎖
#鎖定,從下一句代碼到釋放前互斥訪問
g_mutex.acquire()
a_account.deposite(1)
#釋放
g_mutex.release()
最后,模擬一個公交地鐵IC卡繳車費的多線程程序
有10個讀卡器,每個讀卡器收費器每次扣除用戶一塊錢進入總賬中,每讀卡器每天一共被刷10000000次。賬戶原有100塊。所以最后的總賬應(yīng)該為10000100。先不使用互斥鎖來進行鎖定(注釋掉了鎖定代碼),看看后果如何。
import time,datetime
import threading
def worker(a_tid,a_account):
global g_mutex
print("Str " , a_tid, datetime.datetime.now() )
for i in range(1000000):
#g_mutex.acquire()
a_account.deposite(1)
#g_mutex.release()
print("End " , a_tid , datetime.datetime.now() )
class Account:
def __init__ (self, a_base ):
self.m_amount=a_base
def deposite(self,a_amount):
self.m_amount+=a_amount
def withdraw(self,a_amount):
self.m_amount-=a_amount
if __name__ == "__main__":
global g_mutex
count = 0
dstart = datetime.datetime.now()
print("Main Thread Start At: ", dstart)
#init thread_pool
thread_pool = []
#init mutex
g_mutex = threading.Lock()
# init thread items
acc = Account(100)
for i in range(10):
th = threading.Thread(target=worker,args=(i,acc) ) ;
thread_pool.append(th)
# start threads one by one
for i in range(10):
thread_pool[i].start()
#collect all threads
for i in range(10):
threading.Thread.join(thread_pool[i])
dend = datetime.datetime.now()
print("count=", acc.m_amount)
print("Main Thread End at: ", dend, " time span ", dend-dstart)
注意,先不用互斥鎖進行臨界段訪問控制,運行結(jié)果如下:

從結(jié)果看到,程序確實是多線程運行的。但是由于沒有對對象Account進行互斥訪問,所以結(jié)果是錯誤的,只有3434612,比原預(yù)計少了很多。
打開鎖后:

這次可以看到,結(jié)果正確了。運行時間比不進行互斥多了很多,不過這也是同步的代價。
同時發(fā)現(xiàn),寫多線程,多進程類的程序,不能用自帶的idle來運行。會有錯誤。
相關(guān)文章
python hbase讀取數(shù)據(jù)發(fā)送kafka的方法
今天小編就為大家分享一篇python hbase讀取數(shù)據(jù)發(fā)送kafka的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
配置 Pycharm 默認 Test runner 的圖文教程
今天小編就為大家分享一篇配置 Pycharm 默認 Test runner 的圖文教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
cv2.imread?和?cv2.imdecode?用法及區(qū)別
對于路徑中含有中文的圖像,直接用cv2.imread讀取會報錯,上次看到有大佬使用cv2.imdecode就可以正常讀取,有點好奇,所以今天來記錄下二者用法和區(qū)別,感興趣的朋友跟隨小編一起看看吧2023-02-02

