码迷,mamicode.com
首页 > 编程语言 > 详细

python线程与进程手记

时间:2016-09-01 20:09:12      阅读:201      评论:0      收藏:0      [点我收藏+]

标签:


------------------------------线程---------------------------
#线程应用的第一种方式:thread模块是比较底层的模块
#import thread:引用的模块
#thread.start_new_thread(defName,()):线程的创建
#thread.exit_thread():线程的结束


#线程应用的第二种方式:threading模块是对thread做了一些包装,可以更方便被引用
#import threading:引用的模块
#myThread=threading.Thread(target=defName,args=(‘Alice‘,)):线程的创建
#myThread.start():线程开始执行
#num=len(threading.enumerate):线程数量的查看

#线程应用的第三种方式:创建一个线程类,继承基类:threading.Thread 。重写def run(self):方法。需要运行的内容,写在run方法里面。
#class MyThread(threading.Thread):创建类的对象
#可以进行重构函数的对应扩展:def __init__(self,name,time):threading.Thread.__init__(self,name=‘对应的线程名字‘)
#myThread=MyThread():创建对象
#myThread.start():线程开始执行

 

------------------------------线程同步之互斥锁---------------------------
#线程同步之互斥锁
#互斥锁同步:线程同步能够保证多个线程安全访问竞争资源,最简单的同步机制是引用互斥锁。互斥锁为资源引入一个状态:锁定/非锁定。某个线程要更改共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改;直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。

#mutex=threading.Lock():创建互斥锁
#if mutex.acquire([blocking]):互斥锁锁定状态,返回值不为0表示上锁成功
# 锁定方法acquire可以有一个blocking参数。如果设定blocking为True,则当前线程会堵塞,直到获取到这个锁为止(如果没有指定,那么默认为True);如果设定blocking为False,则当前线程不会堵塞
#mutex.release():互斥锁释放状态

 


------------------------------线程同步至可重入锁---------------------------
#线程同步之可重入锁
#RLock内部维护着一个Lock和一个counter变量,counter记录了acquire的次数,从而使得资源可以被多次acquire。直到一个线程所有的acquire都被release,其他的线程才能获得资源:
#mutex=threading.RLock():创建可重入锁
#mutex.acquire():可重入锁锁定状态
#mutex.release():可重入锁释放状态

 

------------------------------线程同步之条件变量---------------------------
#线程同步之条件变量
#Python提供的Condition对象提供了对复杂线程同步问题的支持。Condition被称为条件变量,除了提供与Lock类似的acquire和release方法外,还提供了wait和notify方法。线程首先acquire一个条件变量,然后判断一些条件。如果条件不满足则wait;如果条件满足,进行一些处理改变条件后,通过notify方法通知其他线程,其他处于wait状态的线程接到通知后会重新判断条件。不断的重复这一过程,从而解决复杂的同步问题。

#Condition对象维护了一个锁(Lock/RLock)和一个waiting池。线程通过acquire获得Condition对象,当调用wait方法时,线程会释放Condition内部的锁并进入blocked状态,同时在waiting池中记录这个线程。当调用notify方法时,Condition对象会从waiting池中挑选一个线程,通知其调用acquire方法尝试取到锁。

#Condition对象的构造函数可以接受一个Lock/RLock对象作为参数,如果没有指定,则Condition对象会在内部自行创建一个RLock。

#除了notify方法外,Condition对象还提供了notifyAll方法,可以通知waiting池中的所有线程尝试acquire内部锁。由于上述机制,处于waiting状态的线程只能通过notify方法唤醒,所以notifyAll的作用在于防止有线程永远处于沉默状态。

#con=threading.Condition():创建条件变量
#con.acquire():条件变量锁定状态
#con.wait():线程释放Condition内部的锁并进入blocked状态,同时在waiting池中记录这个线程
#con.notify():Condition对象会从waiting池中挑选一个线程,通知其调用acquire方法尝试取到锁
#con.notifyAll():唤醒所有处于waiting池中的所有线程,防止有线程永远处于沉默状态
#con.release():条件变量释放状态

 


------------------------------线程同步之队列---------------------------
#from Queue import Queue:进行对应的队列包的引用
#queue=Queue():队列的创建
#queue.qsize():获取队列中内容的数量
#queue.put(内容):向队列中添加对应的数据信息
#queue.set():从队列中取出对应的数据
#queue.empty():查看当前队列内容是否为空

 


------------------------------线程间通信---------------------------
threading.Event可以使一个线程等待其他线程的通知。其内置了一个标志,初始值为False。线程通过wait()方法进入等待状态,直到另一个线程调用set()方法将内置标志设置为True时,Event通知所有等待状态的线程恢复运行。还可以通过isSet()方法查询Envent对象内置状态的当前值。

#event=threading.Event():进行对应Envent对象的创建
#self.threadEvent=event :重构对应threading.Thread基类中的__init__的方法。
#self.threadEvent.wait():使线程进入等待状态
#event.set():启动waiting池中等待的线程

 


------------------------------线程的合并和后台线程---------------------------
python的Thread类中还提供了join()方法,使得一个线程可以等待另一个线程执行结束后再继续运行。这个方法还可以设定一个timeout参数,避免无休止的等待。因为两个线程顺序完成,看起来象一个线程,所以称为线程的合并。
默认情况下,主线程在退出时会等待所有子线程的结束。如果希望主线程不等待子线程,而是在退出时自动结束所有的子线程,就需要设置子线程为后台线程(daemon)。方法是通过调用线程类的setDaemon()方法。

#myThread.setDaemon(True):将该线程转为后台线程

 


------------------------------ThreadLocal---------------------------
global_dict={}
global_dict[threading.current_thread()]

 


------------------------------多进程---------------------------
在Unix/Linux操作系统中,提供了一个fork()系统函数,它非常特殊。

普通的函数调用,调用一次,返回一次,但是fork()调用一次,返回两次,因为操作系统自动把当前进程(称为父进程)复制了一份(称为子进程),然后,分别在父进程和子进程内返回。

子进程永远返回0,而父进程返回子进程的ID。

这样做的理由是,一个父进程可以fork出很多子进程,所以,父进程要记下每个子进程的ID,而子进程只需要调用getppid()就可以拿到父进程的ID。

#import os :引用对应的进程包

#pid=os.fork():程序执行到os.fork()时,操作系统会创建一个新的进程(子进程),然后复制父进程的所有信息到子进程中,然后父进程和子进程都会从fork()函数中得到一个返回值,其进程中这个值一定是0,而父进程中是子进程的 id号

#os.getpid():获取当前进程的pid
#os.getppid():获取父进程的pid

 

------------------------------multiprocessing模块---------------------------
#from multiprocessing import Process:multiprocessing模块提供了一个Process类来代表一个进程对象。
#p=Process(target=run_proc,args=(‘test‘,)):创建对应的进程对象
#p.start():进程的启动
#p.join():multiprocessing模块提供了一个Process类来代表一个进程对象,下面的例子演示了启动一个子进程并等待其结束
#multiprocessing.cpu_count():查看对应的cpu核数
#pipe=multiprocessing.Pipe():创建一个管道,管道两个端口调用分别为pipe[0],pipe[1]
#pipe[0].send(i):为管道一侧进行内容的添加操作
#pipe[0].recv():获取管道一侧的内容信息

python线程与进程手记

标签:

原文地址:http://www.cnblogs.com/qingtianyu2015/p/5831068.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!