python：线程进阶

import time
from threading import Thread
def func():
    print(‘开始执行子线程‘)
    time.sleep(3)
    print(‘子线程执行完毕‘)

t = Thread(target=func)
t.setDaemon(True)      # 进程设置守护进程 是一个属性 daemon = True
t.start()
t2 = Thread(target=func)
t2.start()
t2.join()  # 等待t2结束

# 守护线程 守护进程 都是等待主进程或者主线程中的代码 执行完毕
# t2 = Thread(target=func)
# t2.start()   ---> 代码执行完毕
# 守护线程就结束了
# 主线程还没结束 等待t2继续执行
# t2执行完毕 主线程结束

# t2 = Thread(target=func)
# t2.start()
# t2.join()  # 等待t2结束 执行完这句话代码才执行完毕
# t2线程执行完毕
# 主线程中没有代码了，守护线程结束

import time
from threading import Thread
from threading import Lock
def func():
    global n
    time.sleep(2)
    lock.acquire()
    temp = n   # 从进程中获取n
    time.sleep(0.01)
    n = temp-1 # 得到结果，再存储回进程
    lock.release()

n = 100
lock = Lock()
t_lst = []
for i in range(100):
    t = Thread(target=func)
    t.start()
    t_lst.append(t)
[t.join() for t in t_lst]
print(n)

# GIL 不是锁数据 而是锁线程
# 在多线程中 特殊情况 仍然要加锁 对数据

import time
from threading import RLock
from threading import Thread
m = kz = RLock()  #

def eat(name):
    kz.acquire()   # 拿到钥匙
    print(‘%s拿到筷子了‘%name)
    m.acquire()
    print(‘%s拿到面了‘%name)
    print(‘%s吃面‘%name)
    m.release()
    kz.release()

def eat2(name):
    m.acquire()  # 没有钥匙
    print(‘%s拿到面了‘ % name)
    time.sleep(1)
    kz.acquire()
    print(‘%s拿到筷子了‘ % name)
    print(‘%s吃面‘ % name)
    kz.release()
    m.release()

 1 import time
 2 import random
 3 from threading import Thread
 4 from threading import Semaphore
 5 def func(n,sem):
 6     sem.acquire()
 7     print(‘thread -%s start‘%n)
 8     time.sleep(random.random())
 9     print(‘thread -%s done‘ % n)
10     sem.release()
11 sem = Semaphore(5)   # 一把锁有5把钥匙
12 for i in range(20):
13     Thread(target=func,args=(i,sem)).start()
14 # 信号量 和 线程池 有什么区别？
15 # 相同点 在信号量acquire之后，和线程池一样 同时在执行的只能有n个
16 # 不同点
17     # 开的线程数不一样 线程池来说 一共就只开5个线程 信号量有几个任务就开几个线程
18 # 对有信号量限制的程序来说 可以同时执行很多线程么？
19 # 实际上 信号量并不影响线程或者进程的并发，只是在加锁的阶段进行流量限制

import time
import random
from threading import Event
from threading import Thread
def conn_mysql():  # 连接数据库
    count = 1
    while not e.is_set():  # 当事件的flag为False时才执行循环内的语句
        if count>3:
            raise TimeoutError
        print(‘尝试连接第%s次‘%count)
        count += 1
        e.wait(0.5)  # 一直阻塞变成了只阻塞0.5
    print(‘连接成功‘)  # 收到check_conn函数内的set指令，让flag变为True跳出while循环,执行本句代码

def check_conn():
    ‘‘‘
    检测数据库服务器的连接是否正常
    ‘‘‘
    time.sleep(random.randint(1,2))  # 模拟连接检测的时间
    e.set() # 告诉事件的标志数据库可以连接

e = Event()
check = Thread(target=check_conn)
check.start()
conn = Thread(target=conn_mysql)
conn.start()

import threading
def run(n):
    con.acquire()
    con.wait()  # 等着
    print("run the thread: %s" % n)
    con.release()

if __name__ == ‘__main__‘:
    con = threading.Condition()   # 条件  = 锁 + wait的功能
    for i in range(10):
        t = threading.Thread(target=run, args=(i,))
        t.start()

    while True:
        inp = input(‘>>>‘)
        if inp == ‘q‘:
            break
        con.acquire()        # condition中的锁  是递归锁
        if inp == ‘all‘:
            con.notify_all()
        else:
            con.notify(int(inp))   # 传递信号 notify(1) --> 可以放行一个线程
        con.release()

from threading import Timer

def hello():
        print("hello, world")
while True:    # 每隔一段时间要开启一个线程
    t = Timer(10, hello)   # 定时开启一个线程，执行一个任务
                      # 定时 ： 多久之后 单位是s
                      # 要执行的任务 ：函数名
    t.start()

import queue
pq = queue.PriorityQueue()  # 值越小越优先,值相同就asc码小的先出
pq.put((1,‘z‘))
pq.put((1,‘b‘))
pq.put((15,‘c‘))
pq.put((2,‘d‘))
#
print(pq.get())
print(pq.get())

import time
import random
from concurrent import futures
def funcname(n):
    print(n)
    time.sleep(random.randint(1,3))
    return n*‘*‘
def call(args):
    print(args.result())
thread_pool = futures.ThreadPoolExecutor(5)#线程池
thread_pool.map(funcname,range(10))  # map，天生异步，接收可迭代对象的数据，不支持返回值
f_lst = []
for i in range(10):
    f = thread_pool.submit(funcname,i)   # submit 合并了创建线程对象和start的功能
    f_lst.append(f)
thread_pool.shutdown()  # close() join()
for f in f_lst:         # 一定是按照顺序出结果
    print(f.result())   #f.result()阻塞 等f执行完得到结果
# 回调函数 add_done_callback(回调函数的名字)
thread_pool.submit(funcname,1).add_done_callback(call)