python 之線程，進程，協程

時間 2019-11-19

標籤 python 線程進程欄目 Python 简体版

原文原文鏈接

python 線程：

Threading用於提供線程相關的操做，線程是應用程序中工做的最小單元。
python

 1 #!/usr/bin/env python
 2 #_*_ coding:utf-8 _*_
 3 import threading
 4 import time
 5 
 6 def show(arg):
 7     time.sleep(1)
 8     print('threading' + str(arg))
 9 
10 for i in range(10):
11     t = threading.Thread(target=show, args=(i,))
12     t.start()
13 
14 print ('main thread stop!')

上述代碼建立了10個「前臺」線程，而後控制器就交給了CPU，CPU根據指定算法進行調度，分片執行指令。git

更多方法：程序員

start 線程準備就緒，等待CPU調度。
setName 爲線程設置名稱。
getName 獲取線程名稱。
setDaemon 設置爲後臺線程或前臺線程（默認）。

　　　　　　　　　　若是是後臺線程，主線程執行過程當中，後臺線程也在進行，主線程執行完畢後，後臺線程不論成功與否，均中止。github

　　　　　　　　　　若是是前臺線程，主線程執行過程當中，前臺線程也在進行，主線程執行完畢後等待前臺線程也執行完成後，程序中止。算法

join 逐個執行每一個線程，執行完畢後繼續往下執行，該方法使得多線程變得沒有意義。
run 線程被cpu調度後自動執行線程對象的run方法。

線程鎖

因爲線程之間是進行隨機調度，而且每一個線程可能只執行n條以後，CPU接着執行其它線程，因此，可能出現以下問題：多線程

#!/usr/bin/env python
#_*_coding:utf-8_*_
import threading
import time

gl_num = 0

def show(arg):
    global gl_num
    time.sleep(1)
    gl_num += 1
    print gl_num

for i in range(10):
    t = threading.Thread(target=show, args=(i,))
    t.start()

print 'main thread stop!'

未使用鎖

 1 #!/usr/bin/env python
 2 #_*_coding:utf-8_*_
 3 
 4 import threading
 5 import time
 6 
 7 gl_num = 0
 8 
 9 lock = threading.Rlock()
10 
11 def Func():
12     lock.acquire()
13     global gl_num
14     gl_num += 1
15     time.sleep(1)
16     print gl_num
17     lock.release()
18 
19 for i in range(10):
20     t = threading.Thread(target=Func)
21     t.start()

event

python線程的事件用於主線程控制其它線程的執行，事件主要提供了三個方法set,wait,clear.app

事件處理的機制:全局定義了一個「Flag」，若是「Falg」值爲False，那麼當程序執行event.wait方法時就會阻塞，若是「Falg」值爲True，那麼執行event.wait方法時便再也不阻塞。async

clear: 將「Flag」設置爲False
set: 將「Flag」設置爲True

 1 #!/usr/bin/env python
 2 #_*_coding:utf-8_*_
 3 
 4 import threading
 5 
 6 def do(event):
 7     print('start')
 8     event.wait()
 9     print('execute')
10 
11 event_obj = threading.Event()
12 for i in range(10):
13     t = threading.Thread(target=do, args=(event_obj,))
14     t.start()
15 
16 event_obj.clear()
17 inp = raw_input('input:')
18 if inp == 'true':
19     event_obj.set()

python 進程

 1 from multiprocessing import Process
 2 import threading
 3 import time
 4 
 5 def foo(i):
 6     print ('Hello victor!', i)
 7 
 8 for i in range(10):
 9     p = Process(target=foo, args=(i,))
10     p.start()

注意：因爲進程之間的數據須要各自持有一份，因此建立進程須要很是大的開銷。ide

進程數據共享

進程各自持有一份數據，默認沒法共享數據。ui

#!/usr/bin/env python
# _*_coding:utf-8_*_

from multiprocessing import Process
from multiprocessing import Manager
import time

li = []

def foo(i):
    li.append(i)
    print('Hello victor!', li)

for i in range(10):
    p = Process(target=foo, args=(i,))
    p.start()

print ('hehe', li)

進程間默認沒法數據共享

 1 # 方法一，Array
 2 from multiprocessing import Process, Array
 3 temp = Array('i', [1,2,3,4])
 4 
 5 def Foo(i):
 6     temp[i] = 10 + i
 7     for i in temp:
 8         print i, '------' ,item
 9 
10 for i in range(2):
11     p = Process(target=Foo, args=(i,))
12     p.start()
13 
14 
15 # 方法二： manage.dict()共享數據
16 from multiprocessing import Process, Manager
17 
18 manage  = Manage()
19 dic = manage.dict()
20 
21 def Foo(i):
22     dic[i] = 10 + i
23     print dic.values()
24 
25 for i in range(2):
26     p = Process(target=Foo, args=(i,))
27     p.start()
28     p.join()

    'c': ctypes.c_char,  'u': ctypes.c_wchar,
    'b': ctypes.c_byte,  'B': ctypes.c_ubyte,
    'h': ctypes.c_short, 'H': ctypes.c_ushort,
    'i': ctypes.c_int,   'I': ctypes.c_uint,
    'l': ctypes.c_long,  'L': ctypes.c_ulong,
    'f': ctypes.c_float, 'd': ctypes.c_double

類型對應表

當建立進程時(非使用時)，共享數據會被拿到子進程中，當進程中執行完畢後，再賦值給原值。

#!/usr/bin/env python
# _*_coding:utf-8_*_

from multiprocessing import Process, Array, RLock

def Foo(lock, temp, i):
    '''
    將第0個數加100
    '''
    lock.acquire()
    temp[0] = 100 + i
    for item in temp:
        print (i, '-----', item)
    lock.release()

lock = RLock()
temp = Array('i', [11,22,33,44])

for i in range(20):
    p = Process(target=Foo,args=(lock, temp, i, ))
    p.start()

進程鎖實例

進程池

進程池內部維護一個進程序列，當使用時，則去進程池中獲取一個進程，若是進程池序列中沒有可供使用的進程，那麼程序就會等待，直到進程池中有可用進程爲止。

進程池中有兩個方法：

apply
apply_async

 1 #!/usr/bin/env python
 2 # _*_coding:utf-8_*_
 3 from multiprocessing import Process, Pool
 4 import time
 5 
 6 def Foo(i):
 7     time.sleep(2)
 8     return i + 100
 9 
10 def Bar(arg):
11     print (arg)
12 
13 pool = Pool(5)
14 #print pool.apply(Foo,(1,))
15 #print pool.apply.async(func = Foo, args=(1,)).get()
16 
17 for i in range(10):
18     pool.apply_async(func=Foo, args=(i,), callback=Bar)
19 
20 print ('end')
21 pool.close()
22 pool.join()  # 進程池中進程執行完畢後再關閉，若是註釋，那麼程序直接關閉。

協程

線程和進程的操做是由程序觸發系統接口，最後的執行者是系統，協程的操做則是程序員。

協程存在的意義：對於多線程應用，CPU經過切片的方式來切換線程間的執行，線程切換時須要耗時(保存狀態，下次繼續)。協程，則只使用一個線程，在一個線程中規定某個代碼塊執行順序。

協程的使用場景：當程序中存在大量不須要CPU的操做時(IO操做)，適合協程。

greenlet

 1 #!/usr/bin/env python 
 2 # _*_coding:utf-8_*_
 3 
 4 from greenlet import greenlet
 5 
 6 def test1():
 7     print 1
 8     gr2.switch()
 9     print 2
10     gr2.switch()
11 
12 def test2():
13     print 3
14     gr1.switch()
15     print 4
16 
17 gr1 = greenlet(test1)
18 gr2 = greenlet(test2)
19 gr1.switch()

gevent

 1 import gevent
 2 
 3 def foo():
 4     print ('Running in foo...')
 5     gevent.sleep(0)
 6     print ('Explicit context switch to foo again...')
 7 
 8 def bar():
 9     print ('Explicit context to bar...')
10     gevent.sleep(0)
11     print ('Implicit context switch back to bar...')
12 
13 gevent,joinall([
14     gevent.spawn(foo),
15     gevent.spawn(bar),
16 ])

遇到IO自動切換：

from gevent import monkey
from gevent import monkey.patch_all()
import gevent
import urllib2

def f(url):
    print ('GET: %s ' % url)
    resp = urllib2.urlopen(url)
    data = resp.read()
    print ('%d bytes received from %s.' % (len(data), url))

gevent.join([
        gevent.spawn(f, 'https://www.python.org/'),
        gevent.spawn(f, 'https://www.yahoo.com/'),
        gevent.spawn(f, 'https://github.com/'),
])