threading模塊是基于_thread模塊的高級線程接口，相比于低層的_thread模塊，它提供了代表線程的對象和同步化工具，在threading模塊中，只要任何一個派生線程（守護(hù)線程除外）在運(yùn)行中，程序都不會退出，不再需要像_thread那樣控制主線程等待。

一、threading模塊基本用法

threading模塊基于_thread進(jìn)行了類封裝，其用于構(gòu)造線程的類為threading.Thread，通過創(chuàng)建類實例的方式來創(chuàng)建線程對象。

1.1 threading.Thread類

threading.Thread類的主要參數(shù)如下：

class threading.Thread(target=None, name=None, args=(), kwargs={}, *, daemon=None)

參數(shù)解釋：

• target，用于定義子線程的活動，這應(yīng)該是個可調(diào)用的函數(shù)。
• name，線程的名稱。
• args，可調(diào)用函數(shù)的參數(shù)。
• kwargs，可調(diào)用函數(shù)的關(guān)鍵字參數(shù)。
• daemon，是否將線程設(shè)置為守護(hù)線程。

通過調(diào)用threading.Thread類創(chuàng)建出來的實例即是線程對象，線程對象創(chuàng)建后，需要調(diào)用.start方法啟動，這個方法會在獨立的線程中喚起run方法，因此有2種方法可以定義子線程的活動：

• 向構(gòu)造類threading.Thread傳遞一個可調(diào)用對象（target參數(shù)）。
• 通過子類重載run方法。

下面通過案例演示2種用法。

1.2 用法1：通過threading.Thread定義子線程活動

下面代碼先定義一個函數(shù)func，隨后調(diào)用threading.Thread創(chuàng)建2個線程對象，調(diào)用時通過target=func傳遞自定義函數(shù)（線程活動），最后通過線程對象的.start方法啟動線程：

import threading

def func(id):
    print('我是 {} 號子線程'.format(id))

t1 = threading.Thread(target=func, args=(1,))
t2 = threading.Thread(target=func, args=(2,))

t1.start()
t2.start()

1.3 用法2：通過子類重載run方法定義子線程活動

還是上面的例子，這次通過重載子類的run方法來定義子線程活動，當(dāng)調(diào)用線程對象的.start方法啟動子線程時，子線程會自動調(diào)用.run方法。

import threading

def func(id):
    print('我是 {} 號子線程'.format(id))

# 創(chuàng)建子類MyThread, threading.Thread為其超類
class MyThread(threading.Thread):
    def __init__(self, id):
        self.id = id
        threading.Thread.__init__(self)
    
    # 重載run方法
    def run(self):
        print('我是 {} 號子線程'.format(self.id))

t1 = MyThread(1)
t2 = MyThread(2)

# 啟動子線程，會調(diào)用子類中的run方法
t1.start()
t2.start()

二、threading模塊其他方法

threading模塊相對_thread模塊額外提供了一些線程狀態(tài)查詢和控制工具，下面介紹幾個主要方法。

2.1 共享訪問控制 - threading.Lock

多線程必然會涉及到共享資源的訪問，threading模塊提供了一個.Lock方法（和_thread.allocate_lock是同一個東西）用于創(chuàng)建鎖對象，通過鎖來控制共享資源的訪問，基于上面的類MyThread同時創(chuàng)建10個子線程：

for i in range(10):
    MyThread(i).start()

可以看到上面的輸出出現(xiàn)了重疊，這是因為這10個子線程共享一個標(biāo)準(zhǔn)輸出流，可能出現(xiàn)同時打印的情況。下面把MyThread類改造一下，通過.Lock對象來同步子線程的打印操作（每次打印前先獲取鎖，防止出現(xiàn)2個子線程同時打?。?/p>

class MyThread(threading.Thread):
    # 新增一個參數(shù)mutex，用于傳入鎖
    def __init__(self, id, mutex):
        self.id = id
        self.mutex = mutex
        threading.Thread.__init__(self)
    
    # 重載run方法
    def run(self):
        # 通過with語句管理鎖，打印前先獲取鎖，打印完成釋放
        with self.mutex:
            print('我是 {} 號子線程'.format(self.id))

# 創(chuàng)建一個鎖對象
mutex = threading.Lock()

for i in range(10):
    # 每個子線程啟動時都傳入該鎖
    MyThread(i, mutex).start()

• mutex = threading.Lock() 創(chuàng)建了一個鎖對象，并在創(chuàng)建子線程時傳入（這10個子線程傳入的是同一把鎖）。
• 子類的run方法，在執(zhí)行print語句前新增了with self.mutex，這會嘗試獲取鎖，如果當(dāng)前鎖被其他子線程占用（正在打?。?，那么它會等待。
• 鎖對象也可以通過.acuqure和.release方法手動獲取和釋放，但建議還是使用with來管理（方便）。

2.2 阻塞方法 - threading.Thread.join

每個線程對象都有一個join方法，這個方法會阻塞調(diào)用者，直到線程終結(jié)，這對于主線程來說是一個信號，通過join方法可以用來監(jiān)控子線程的完成情況，適合執(zhí)行在子線程完成后再執(zhí)行的動作。

下面改造一下子類的run方法，讓每個線程打印前隨機(jī)等待1-5秒，然后調(diào)用Thread.join方法，這個方法會阻塞主線程（等待子線程完成），當(dāng)所有子線程執(zhí)行完畢時（.join方法返回），立刻打印"所有子線程執(zhí)行完畢"。

下面代碼在run方法的print之前加入了time.sleep(random.randint(1,5))讓子線程隨機(jī)睡眠1-5秒，因此子線程的結(jié)束時間是不確定的：

import time, random
class MyThread(threading.Thread):
    # 新增一個參數(shù)mutex，用于傳入鎖
    def __init__(self, id):
        self.id = id
        threading.Thread.__init__(self)
    
    # 重載run方法
    def run(self):
            # 打印之前隨機(jī)睡眠1-5秒
            time.sleep(random.randint(1,5))
            print('我是 {} 號子線程'.format(self.id))

threads = []

for i in range(10):
    # 每個子線程啟動時都傳入該鎖
    ti = MyThread(i)
    threads.append(ti)
    ti.start()

print("開始等待子線程執(zhí)行...")    
for thread in threads:
    # 針對每個子線程都會調(diào)用.join方法，所有子線程結(jié)束后，才會繼續(xù)向下執(zhí)行
    thread.join()
print("所有子線程執(zhí)行完畢...")    

可以看到通過Thread.join方法阻塞主線程，可以保證在所有子線程都執(zhí)行完畢后，才打印"所有子線程執(zhí)行完畢…"。

以上即是threading模塊的基本用法，子線程還有.is_alive方法用來檢測是否存活，另外還有遞歸鎖可以用來嵌套獲取鎖，有興趣的同學(xué)可以深入研究一下。

最后：由于Cpython的中存在"全局解釋器鎖（GIL）"，這個會限制利用多核CPU的計算資源（Python4.0可能會修復(fù)），因此多線程比較適合I/O密集型任務(wù)，對于CPU密集型任務(wù)，推薦還是使用多進(jìn)程并發(fā)（multiprocessing模塊）。

到此這篇關(guān)于Python 基于線程的并行 threading模塊的用法的文章就介紹到這了,更多相關(guān)Python 線程并行threading用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論