一篇文章读懂 Python 多线程

当你真正运行这段代码时，你会发明它只是挂起了。究其缘故起因，是由于我们只汇报 threading 模块获取锁。以是当我们挪用第一个函数时，它发明锁已经被获取，随后便把本身挂起了，直到锁被开释，然而这将永久不会产生。

真正的办理步伐是行使重入锁(Re-Entrant Lock)。threading 模块提供的办理步伐是行使RLock函数。即把lock = threading.lock替代为lock = threading.RLock，然后从头运行代码，此刻代码就可以正常运行了。

假如你想在线程中运行以上代码，那么你可以用以下代码代替直接挪用 main函数：

if __name__ == '__main__': 
for i in range(10): 
my_thread = threading.Thread( 
target=main) 
my_thread.start 

每个线程城市运行 main 函数，main 函数则会依次挪用其它两个函数。最终也会发生 10 组功效集。

按时器

Threading 模块有一个优雅的 Timer类，你可以用它来实此刻指按时刻后要产生的举措。它们现实上会启动本身的自界说线程，通过挪用通例线程上的start要领即可运行。你也可以挪用它的cancel要领遏制按时器。值得留意的是，你乃至可以在开始按时器之前打消它。

有一天，我碰着一个非凡的环境：我必要与已经启动的子历程通讯，可是我必要它有超时处理赏罚。固然处理赏罚这种非凡题目有许多差异的要领，不外我最喜好的办理方案是行使 threading 模块的 Timer 类。

在下面这个例子中，我们将行使 ping指令作为演示。在 Linux 体系中，ping 呼吁会一向运行下去直到你手动杀死它。以是在 Linux 天下里，Timer 类就显得很是利便。示譬喻下：

import subprocess 
from threading import Timer 
 
kill = lambda process: process.kill 
cmd = ['ping', 'www.google.com'] 
ping = subprocess.Popen( 
cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE) 
 
my_timer = Timer(5, kill, [ping]) 
try: 
my_timer.start 
stdout, stderr = ping.communicate 
finally: 
my_timer.cancel 
print (str(stdout)) 

这里我们在 lambda 表达式中挪用 kill 杀死历程。接下来启动 ping 呼吁，然后建设 Timer 工具。你会留意到，第一个参数就是必要守候的秒数，第二个参数是必要挪用的函数，紧跟厥后的参数是要挪用函数的入参。在本例中，我们的函数是一个 lambda 表达式，传入的是一个只有一个元素的列表。假如你运行这段代码，它应该会运行 5 秒钟，然后打印出 ping 的功效。

其他线程组件

Threading 模块包括对其他成果的支持。譬喻，你可以建设信号量(Semaphore)，这是计较机科学中最迂腐的同步原语之一。根基上，一个信号量打点一个内置的计数器。当你挪用acquire时计数器就会递减，相反当你挪用release时就会递增。按照其计划，计数器的值无法小于零，以是假如正亏得计数器为零时挪用 acquire 要领，该要领将阻塞线程。

译者注：凡是行使信号量时城市初始化一个大于零的值，如 semaphore = threading.Semaphore(2)

另一个很是有效的同步器材就是变乱(Event)。它应承你行使信号(signal)实现线程通讯。在下一节中我们将举一个行使变乱的实例。

最后，在 Python 3.2 中插手了 Barrier工具。Barrier 是打点线程池中的同步原语，在线程池中多条线程必要彼此守候对方。假如要转达 barrier，每一条线程都要挪用wait要领，在其他线程挪用该要领之前列程将会阻塞。所有挪用之后将会同时开释全部线程。

线程通讯

某些环境下，你会但愿线程之间相互通讯。就像先条件到的，你可以通过建设 Event工具到达这个目标。但更常用的要领是行使行列(Queue)。在我们的例子中，这两种方法城市有所涉及。下面让我们看看到底是什么样子的：

import threading 
from queue import Queue 
 
def creator(data, q): 
""" 
天生用于斲丧的数据，守候斲丧者完成处理赏罚 
""" 
print('Creating data and putting it on the queue') 
for item in data: 
evt = threading.Event 
q.put((item, evt)) 
 
print('Waiting for data to be doubled') 
evt.wait 
 
def my_consumer(q): 
""" 
斲丧部门数据，并做处理赏罚 
 
这里所做的只是将输入翻一倍 
 
""" 
while True: 
data, evt = q.get 
print('data found to be processed: {}'.format(data)) 
processed = data * 2 
print(processed) 
evt.set 
q.task_done 
 
if __name__ == '__main__': 
q = Queue 
data = [5, 10, 13, -1] 
thread_one = threading.Thread(target=creator, args=(data, q)) 
thread_two = threading.Thread(target=my_consumer, args=(q,)) 
thread_one.start 
thread_two.start 
 
q.join 

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!