python 线程 ~~ ~~~为面试开辟VIP通道~~~~~测试、死锁、全局变量共享、守护主线程等。。。。。。

线程（英语：thread）是操作系统能够进行运算调度的最小单位。线程很重要，通过本篇文章可以让你们很好的了解线程的传参、线程执行规则、守护主线程、线程间共享全局变量、进程互斥锁、死锁进程怎么解决。希望对你们有所帮助。

在了解线程之间的操作及进程死锁之前先来了解一下什么是进程？以下是官方的解释。

线程（英语：thread）是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程（lightweight processes），但轻量进程更多指内核线程（kernel thread），而把用户线程（user thread）称为线程。

线程是独立调度和分派的基本单位。线程可以为操作系统内核调度的内核线程，如Win32线程；由用户进程自行调度的用户线程，如Linux平台的POSIX Thread；或者由内核与用户进程，如Windows 7的线程，进行混合调度。

同一进程中的多条线程将共享该进程中的全部系统资源，如虚拟地址空间，文件描述符和信号处理等等。但同一进程中的多个线程有各自的调用栈（call stack），自己的寄存器环境（register context），自己的线程本地存储（thread-local storage）。

一个进程可以有很多线程，每条线程并行执行不同的任务。

在多核或多CPU，或支持Hyper-threading的CPU上使用多线程程序设计的好处是显而易见，即提高了程序的执行吞吐率。在单CPU单核的计算机上，使用多线程技术，也可以把进程中负责I/O处理、人机交互而常被阻塞的部分与密集计算的部分分开来执行，编写专门的workhorse线程执行密集计算，从而提高了程序的执行效率。

看着是不是非常的晕，没关系，下面让我们用实例来享受线程带来的舒适。

**

1、线程之元组传参

**

没错，你没有看错，和前面所说的进程一样，线程也可以用元组传参。这样说吧，只要有函数的存在基本上都能以元组传参。下面来看一下元组是怎么传参的

# TODO 鸟欲高飞，必先展翅 # TODO 向前的人 ：Jhon # TODO 元组 import threading import time def task(count): for i in range(count): print("正在工作") time.sleep(0.2) else: print("工作结束") if __name__ == '__main__': #创建子线条程 task_thred=threading.Thread(target=task,args=(5,)) task_thred.start()

结果：

因为传入的元组是5 ，（5，）是元组的传参操作，参数为一个元素时候一定不能忘掉了逗号。

task_thred=threading.Thread(target=task,args=(5,))创建子线程并将元组（5，）传给task(count)函数，函数中count形参接收。其中target=task，target就是目标，也就是目标函数的意思。

task_thred.start()就是将上面创建的线程开启，注意一定要开启线程，不然线程开启不了程序无法执行。

time.sleep(0.2)，休眠0.2秒，看起来卡顿卡顿的，更好的看出进程执行的过程

**

2、线程之字典传参

**

# TODO 字典 import threading import time def task(count): for i in range(count): print("正在工作") time.sleep(0.2) else: print("工作结束") if __name__ == '__main__': #创建子进程 task_thred=threading.Thread(target=task,kwargs={"count":6}) task_thred.start()

结果：

task_thred=threading.Thread(target=task,kwarg={"count":6})创建子线程并将字典{“count”：6}传给task(count)函数，函数中count形参接收。其中target=task，target就是目标，也就是目标函数的意思。字典就类似于json字符串，找个网页单机右键检查找到网络下面的全部，找一个js文件打开（可以不一定是js文件，其他的也可以）刷新一下你就可以发现标头里的都是以字符串显示的

task_thred.start()就是将上面创建的线程开启，注意一定要开启线程，不然线程开启不了程序无法执行。

time.sleep(0.2)，休眠0.2秒，看起来卡顿卡顿的，更好的看出进程执行的过程

**

3、线程执行规则

**

很显然是无序的，线程和进程都是用于资源调度，是随机分配的，所以是都是无序的。下面通过例子来看一下。

# TODO 线程之间执行时无序的 import threading import time def work1(): time.sleep(1) print("当前的线程是：",threading.current_thread().name) if __name__ == '__main__': for _ in range(5): work_thred=threading.Thread(target=work1) work_thred.start()

结果：

第一次执行结果

第二次执行结果

我们对比两次的执行结果可以发现第一次执行的线程顺序是: 4->5->1->3->2,而蒂维茨执行的县城顺序是: 3->5->2->1->4,很显然两次的执行顺序不一致，所以线程的执行是没有顺序的

**

4、测试主次线程权限，如何消除权限？？？又如何巩固主线程的掌控权

**

测试主线程是否会等待子线程执行完毕关闭，通过下面的例子你可以很好的了解。

# TODO 测试主线程是否会等待子线程执行完毕关闭 import time import threading def show_info(): for i in range(5): print("test,",i) time.sleep(1) if __name__ == '__main__': show_thted=threading.Thread(target=show_info) show_thted.start() time.sleep(1.5) print("结束")

**

结果：

**

主线程都结束了，子线程还在执行，是不是感觉很懵。这还了得，这就相当于诱敌深入的时候将军叫你撤退，你还一股劲地往前冲，这不是打乱计划，瞎搞吗？纳闷怎么解决这个问题了。

4.1、方法一：

创建进程的时候加入守护进程daemon

# TODO 测试主线程是否会等待子线程执行完毕关闭 import time import threading def show_info(): for i in range(5): print("test,",i) time.sleep(1) if __name__ == '__main__': show_thted=threading.Thread(target=show_info,daemon=True) show_thted.start() time.sleep(1.5) print("结束")

结果：

我们可以发现主线程结束后，子进程也停止了执行，达到预期目的，方法可行。

4.2、方法二

难道必须在创建进程的时候就要放入守护进程吗？

# TODO 测试主线程是否会等待子线程执行完毕关闭 import time import threading def show_info(): for i in range(5): print("test,",i) time.sleep(1) if __name__ == '__main__': show_thted=threading.Thread(target=show_info) show_thted.setDaemon(True) show_thted.start() time.sleep(1.5) print("结束")

结果：

这样是不是也可以确保主线程停止后子线程跟着停止，ok，达到效果，方法可行。但是你们有没有发现这样很多余，明明一行代码就可以实现的，为什么要多行代码执行呢，但是作为一个方法，记住还是很有必要的。

**

5、线程之间共享全局变量

**

# TODO 线程之间共享全局变量 import threading import time my_list=[] #写入数据 def write_data(): for i in range(5): my_list.append(i) time.sleep(0.1) print("write_data",my_list) # 读取数据 def read_data(): print("read_data",my_list) if __name__ == '__main__': # 创建写入数据线程 write_dataThred=threading.Thread(target=write_data) # 创建读取数据线程 read_dataThred=threading.Thread(target=read_data) #开启进程 write_dataThred.start() # 主线程等待写入线程执行完成以后代码再继续往下执行 write_dataThred.join()# 等待子线程执行之后再执行下一次代码，不加这行你会发现read_data 读不到数据 print("开始读取数据")

结果：

read_data 哪去了？？？？？？

从上图可以发现只要重新启动read_dataThred线程就可以了

你难道认为这样就可以了吗，太天真了。-_-

下面再引入一个例子。

# TODO 线程之间共享全局变量出现问题 问题：线程不一致，交替拿变量 解决方法 保持线程同步，同一时刻只能有一个线程去操作全局变量 两种方式 线程等待 + 互斥所 import threading # 创建函数，实现循环100万次,每次全局变量加一 g_num=0 # 每次全局变量加一 def sun_num(): for i in range(1000000): global g_num g_num+=1 print("sun_num",g_num) # 每次全局变量加一 def sun_num2(): for i in range(1000000): global g_num g_num+=1 print("sun_num2", g_num) if __name__ == '__main__': sun_numThred=threading.Thread(target=sun_num) sun_num2Thred=threading.Thread(target=sun_num2) #开启线程 sun_numThred.start() sun_num2Thred.start()

结果：

结果是出结果了，但是你们细看一下代码，你们不感觉这个答案有问题吗？

有没有这样一个疑问，for循环，遍历共享变量，最后应该是1000000和2000000啊，怎么打印出来的是1000000和1456202,而且细心的你还会发现每次的大男孩不一样。想要解决问题应该怎么办呢？

问题总结：线程不一致，交替拿变量 解决方法 保持线程同步，同一时刻只能有一个线程去操作全局变量 两种方式 线程等待 + 互斥所

线程等待：join出场

# TODO 线程之间共享全局变量出现问题 问题：线程不一致，交替拿变量 解决方法 保持线程同步，同一时刻只能有一个线程去操作全局变量 两种方式 线程等待 + 互斥所 import threading # 创建函数，实现循环100万次,每次全局变量加一 g_num=0 # 每次全局变量加一 def sun_num(): for i in range(1000000): global g_num g_num+=1 print("sun_num",g_num) # 每次全局变量加一 def sun_num2(): for i in range(1000000): global g_num g_num+=1 print("sun_num2", g_num) if __name__ == '__main__': sun_numThred=threading.Thread(target=sun_num) sun_num2Thred=threading.Thread(target=sun_num2) #开启线程 sun_numThred.start() # # TODO 方法一 sun_numThred.join() sun_num2Thred.start()

结果：

线程等待，当前线程等待其他线程执行某些操作,典型场景就是生产者消费者模式,在任务条件不满足时,等待其他线程的操作从而使得条件满足。等到其他线程完成操作释放后再分配线程。当前线程获得资源继续执行操作。

**

6、互斥锁

**

****互斥锁 Lock()：在编程中，引入了对象互斥锁的概念，来保证共享数据操作的完整性。每个对象都对应于一个可称为" 互斥锁" 的标记，这个标记用来保证在任一时刻，只能有一个线程访问该对象。

互斥锁三步骤 ~~~ 创建一把锁==》上锁==》释放锁 三步走

# TODO 互斥锁 Lock() import threading # # TODO 创建一把锁==》上锁==》释放锁 三步走 # mutext=threading.Lock() # mutext.acquire() # mutext.release() #定义全局变量 g_num=0 # 创建一把锁 mutext=threading.Lock() # 每次全局变量加一 def sun_num(): # TODO 上锁 mutext.acquire() for i in range(1000000): global g_num g_num+=1 print("sun_num",g_num) # TODO 释放锁 mutext.release() # 每次全局变量加一 def sun_num2(): # TODO 上锁 mutext.acquire() for i in range(1000000): global g_num g_num+=1 print("sun_num2", g_num) if __name__ == '__main__': sun_numThred=threading.Thread(target=sun_num) sun_num2Thred=threading.Thread(target=sun_num2) #开启线程 sun_numThred.start() sun_num2Thred.start()

结果：

是不是非常神奇。

主义事项：

一、互斥锁就三步骤 1、创建一把锁 2、上锁 3、释放锁 。

二、保证共享数据操作的完整性

三、等当前上锁线程执行完成，释放锁后其他线程才能申请资源

**

7、死锁

**

死锁是指两个或两个以上的线程在执行过程中,由于竞争资源或者由于彼此通信而造成的一种阻塞的现象,若无外力作用,它们都将无法推进下去

# TODO 死锁 import threading import time # 创建互斥锁 lock=threading.Lock() def get_value(index): #上锁 lock.acquire() print(threading.current_thread()) my_list=[3,4,7,2] # 根据下标释放取值 if index>=len(my_list): print("下标越界:",index) # TODO 当下标越界了释放锁，让后面线程继续取值 # lock.release() return value=my_list[index] print(value) time.sleep(0.2) #释放锁 # lock.release() if __name__ == '__main__': #模拟大量线程取值 for i in range(30): sub_thred=threading.Thread(target=get_value,args=(i,)) sub_thred.start()

结果：

注释掉释放锁的操作，线程刚执行就卡住了，产生了死锁。

打开释放所操作

# TODO 死锁 import threading import time # 创建互斥锁 lock=threading.Lock() def get_value(index): #上锁 lock.acquire() print(threading.current_thread()) my_list=[3,4,7,2] # 根据下标释放取值 if index>=len(my_list): print("下标越界:",index) # TODO 当下标越界了释放锁，让后面线程继续取值 lock.release() return value=my_list[index] print(value) time.sleep(0.2) #释放锁 lock.release() if __name__ == '__main__': #模拟大量线程取值 for i in range(30): sub_thred=threading.Thread(target=get_value,args=(i,)) sub_thred.start()

结果：

1、因为我们是用方式传参，循环30次，索引0~29。

2、我们会发现我们在判断越界后，因为释放锁所以仍会输出。

3、加入互斥锁解除了死锁危机。

觉得还不错的话就一键三连吧 __^__

Python 任务调度

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。