|
1.IO编程 3.threading模块 3.1线程的两种调用方式 3.2 join and setDaemon join()会等到线程结束，或者在给了timeout参数的时候，等到超时为止。使用join()比使用一个等待锁释放的无限循环清楚一些（也称“自旋锁”）。 join()的另一个比较重要的方法是它可以 完全不用调用 。一旦线程启动后，就会一直运行，直到线程的函数结束，退出为止。 如果你的主线程除了等线程结束外，还有其他的事情要做（如处理或等待其他的客户请求），那就不用调用join()，只有在你要等待线程结束的时候才要调用join()。 setDaemon(True)：将线程声明为守护线程，必须在start() 方法调用之前设置， 如果不设置为守护线程程序会被无限挂起。这个方法基本和join是相反的。当我们 在程序运行中，执行一个主线程，如果主线程又创建一个子线程，主线程和子线程 就分兵两路，分别运行，那么当主线程完成想退出时，会检验子线程是否完成。如 果子线程未完成，则主线程会等待子线程完成后再退出。但是有时候我们需要的是 只要主线程完成了，不管子线程是否完成，都要和主线程一起退出，这时就可以 用setDaemon方法 注意： 1: why num-=1没问题呢？这是因为动作太快(完成这个动作在切换的时间内) 2： if sleep(1),现象会更明显，100个线程每一个一定都没有执行完就进行了切换，我们说过sleep就等效于IO阻塞，1s之内不会再切换回来，所以最后的结果一定是99. 多个线程都在同时操作同一个共享资源，所以造成了资源破坏，怎么办呢？ 有同学会想用join呗，但join会把整个线程给停住，造成了串行，失去了多线程的意义，而我们只需要把计算(涉及到操作公共数据)的时候串行执行。 我们可以通过同步锁来解决这种问题 同步锁与GIL的关系？ Python的线程在GIL的控制之下，线程之间，对整个python解释器，对python提供的C API的访问都是互斥的，这可以看作是Python内核级的互斥机制。但是这种互斥是我们不能控制的，我们还需要另外一种可控的互斥机制———用户级互斥。内核级通过互斥保护了内核的共享资源，同样，用户级互斥保护了用户程序中的共享资源。 GIL 的作用是：对于一个解释器，只能有一个thread在执行bytecode。所以每时每刻只有一条bytecode在被执行一个thread。GIL保证了bytecode 这层面上是thread safe的。 Lock（指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态——锁定和非锁定， 以及两个基本的方法。可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。 池中的线程处于状态图中的同步阻塞状态。 构造方法：Lock() 解决办法：使用递归锁，将 lockA=threading.Lock() lockB=threading.Lock() 改为Rlock 为了支持在同一线程中多次请求同一资源，python提供了“可重入锁”：threading.RLock。RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次acquire。直到一个线程所有的acquire都被release，其他的线程才能获得资源。
3.6 条件变量同步(Condition) 有一类线程需要满足条件之后才能够继续执行，Python提供了threading.Condition 对象用于条件变量线程的支持，它除了能提供RLock()或Lock()的方法外，还提供了 wait()、notify()、notifyAll()方法。 lock_con=threading.Condition([Lock/Rlock])： 锁是可选选项，不传人锁，对象自动创建一个RLock()。Condition（条件变量）通常与一个锁关联。需要在多个Contidion中共享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。可以认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于状态图中的等待阻塞状态，直到另一个线程调用notify()/notifyAll()通知；得到通知后线程进入锁定池等待锁定。 构造方法： Condition([lock/rlock]) 实例方法： acquire([timeout])/release(): 调用关联的锁的相应方法。 wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。 notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池）； 其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。 notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。 调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。 wait()：条件不满足时调用，线程会释放锁并进入等待阻塞； notify()：条件创造后调用，通知等待池激活一个线程； notifyAll()：条件创造后调用，通知等待池激活所有线程。
3.7 事件event python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。 事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
event.isSet()：返回event的状态值； event.wait()：如果 event.isSet()==False将阻塞线程； event.set()： 设置event的状态值为True，所有阻塞池的线程激活进入就绪状态， 等待操作系统调度； event.clear()：恢复event的状态值为False。
threading基于Java的线程模型设计。锁（Lock）和条件变量（Condition）在Java中是对象的基本行为（每一个对象都自带了锁和条件变量）， 而在Python中则是独立的对象。Python Thread提供了Java Thread的行为的子集；没有优先级、线程组，线程也不能被停止、暂停、恢复、中断。 Java Thread中的部分被Python实现了的静态方法在threading中以模块方法的形式提供。 threading 模块提供的常用方法： 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。 Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。 Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为 False wait()将阻塞线程至等待阻塞状态。Event其实就是一个简化版的 Condition Event没有锁，无法使线程进入同步阻塞状态。 构造方法： Event()实例方法 isSet(): 当内置标志为True时返回True。 set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。 clear(): 将标志设为False。 wait([timeout]): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。 3.8信号量(Semaphore) Semaphore/BoundedSemaphore Semaphore（信号量）是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器， 每当调用acquire()时-1，调用release() 时+1。计数器不能小于0；当计数器为0时， acquire()将阻塞线程至同步锁定状态，直到其他线程调用release()。 基于这个特点，Semaphore经常用来同步一些有“访客上限”的对象，比如连接池。 BoundedSemaphore 与Semaphore的唯一区别在于前者将在调用release()时检查计数器的值是否超过了计数器的初始值， 如果超过了将抛出一个异常。 构造方法： Semaphore(value=1): value是计数器的初始值。 实例方法： acquire([timeout]): 请求Semaphore。如果计数器为0，将阻塞线程至同步阻塞状态；否则将计数器-1并立即返回。 release(): 释放Semaphore，将计数器+1，如果使用BoundedSemaphore，还将进行释放次数检查。 release()方法不检查线程是否已获得 Semaphore。
谢谢阅读！如有侵权请联系小编删除哦！
|
|
|
来自： 庆亮trj21bcn0z > 《编程》
