Python多執行緒

#!/usr/bin/env python3

import time, threading, queue
#----------------多執行緒----------------
# 簡單多執行緒ex
defmethod1
():    count = 5
while count > 0:
print(time.ctime(time.time()))
print(threading.current_thread().name)
count-=1
t = threading.thread(target = method1 , name = 'method1thread')
t.start()
t.join()
print(threading.current_thread().name)
# lock
balance = 0
lock = threading.lock()
defchange_it
(n):
# 先存後取，結果應該為0:
global balance
balance = balance + n
balance = balance - n
defrun_thread
(n):
# 直接如下執行結果可能不為0
# for i in range(100000):
# change_it(n)
# 結果為0
for i in range(100000):
# 先要獲取鎖:
lock.acquire()
try:
change_it(n)
finally:
# 改完了一定要釋放鎖:
lock.release()
t1 = threading.thread(target=run_thread, args=(5,))
t2 = threading.thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)
print(threading.enumerate())
'''    1.為什麼python死迴圈不會占用百分之百cpu n核cpu跑滿需要n個死迴圈：
因為python的執行緒雖然是真正的執行緒，但直譯器執行**時，有乙個gil鎖：global interpreter lock，任何python執行緒執行前，必須先獲得gil鎖，然後，每執行100條位元組碼，直譯器就自動釋放gil鎖，讓別的執行緒有機會執行。這個gil全域性鎖實際上把所有執行緒的執行**都給上了鎖，所以，多執行緒在python中只能交替執行，即使100個執行緒跑在100核cpu上，也只能用到1個核。
2.執行緒模組
threading.currentthread(): 返回當前的執行緒變數。
threading.enumerate(): 返回乙個包含正在執行的執行緒的list。正在執行指執行緒啟動後、結束前，不包括啟動前和終止後的執行緒。
threading.activecount(): 返回正在執行的執行緒數量，與len(threading.enumerate())有相同的結果。
除了使用方法外，執行緒模組同樣提供了thread類來處理執行緒，thread類提供了以下方法:
run(): 用以表示執行緒活動的方法。
start():啟動執行緒活動。
join([time]): 等待至執行緒中止。這阻塞呼叫執行緒直至執行緒的join() 方法被呼叫中止-正常退出或者丟擲未處理的異常-或者是可選的超時發生。
isalive(): 返回執行緒是否活動的。
getname(): 返回執行緒名。
setname(): 設定執行緒名。
'''# 執行緒優先順序佇列 queue
'''    queue.qsize() 返回佇列的大小
queue.empty() 如果隊列為空，返回true,反之false
queue.full() 如果佇列滿了，返回true,反之false
queue.full 與 maxsize 大小對應
queue.get([block[, timeout]])獲取佇列，timeout等待時間
queue.get_nowait() 相當queue.get(false)
queue.put(item) 寫入佇列，timeout等待時間
queue.put_nowait(item) 相當queue.put(item, false)
queue.task_done() 在完成一項工作之後，queue.task_done()函式向任務已經完成的佇列傳送乙個訊號
queue.join() 實際上意味著等到隊列為空，再執行別的操作
'''queue = queue.queue(10)
queue.put(t1)
queue.put(t2)
print(queue.empty())
print(queue.qsize())

python多執行緒 python多執行緒

通常來說，多程序適用於計算密集型任務，多執行緒適用於io密集型任務，如網路爬蟲。關於多執行緒和多程序的區別，請參考這個 下面將使用python標準庫的multiprocessing包來嘗試多執行緒的操作，在python中呼叫多執行緒要使用multiprocessing.dummy，如果是多程序則去掉...

python多執行緒詳解 Python多執行緒詳解

前言 由於最近的工作中一直需要用到python去處理資料，而在面對大量的資料時，python多執行緒的優勢就展現出來了。因而藉此機會，盡可能詳盡地來闡述python多執行緒。但對於其更底層的實現機制，在此不做深究，僅是對於之前的一知半解做個補充，也希望初學者能夠通過這篇文章，即便是照葫蘆畫瓢，也能夠...

python程式多執行緒 PYTHON多執行緒

在單執行緒的情況下，程式是逐條指令順序執行的。同一時間只做乙個任務，完成了乙個任務再進行下乙個任務。比如有5個人吃飯，單執行緒一次只允許乙個人吃，乙個人吃完了另乙個人才能接著吃，假如每個人吃飯都需要1分鐘，5個人就需要5分鐘。多執行緒的情況下，程式就會同時進行多個任務，雖然在同一時刻也只能執行某個任...