線程概念：

線程是操作系統能夠進行運算調度的最小單位。它被包含在進程之中，是進程中的實際運作單位。一條線程指的是進程中一個單一順序的控制流，一個進程中可以并發多個線程，每條線程并行執行不同的任務。線程可以分為兩類：

內核線程：由操作系統內核創建和撤銷。

用戶線程：不需要內核支持而在用戶程序中實現的線程。

全局解釋性鎖(GIL)：

在講Python多線程，有一個繞不開的東西，叫全局解釋性鎖(Global Interpreter Lock)。這東西導致了無論你啟多少個線程，你有多少個cpu, Python在執行的時候同一時刻只允許一個線程運行。這就導致了大家對Python多線程的印象普遍就是‘雞肋“。

需要注意的一點是GIL并不是Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。就好比C++是一套語言(語法)標準，但是可以用不同的編譯器來編譯成可執行代碼。有名的編譯器例如GCC，INTEL C++，Visual C++等。Python也一樣，同樣一段代碼可以通過CPython，PyPy，Psyco等不同的Python執行環境來執行。像其中的JPython就沒有GIL。然而因為CPython是大部分環境下默認的Python執行環境。所以在很多人的概念里CPython就是Python，也就想當然的把GIL歸結為Python語言的缺陷。所以這里要先明確一點：GIL并不是Python的特性，Python完全可以不依賴于GIL。

線程模塊：

Python3 通過兩個標準庫 _thread 和 threading 提供對線程的支持。_thread 提供了低級別的、原始的線程以及一個簡單的鎖，它相比于 threading 模塊的功能還是比較有限的。threading 模塊除了包含 _thread 模塊中的所有方法外，還提供的其他方法：

threading.currentThread(): 返回當前的線程變量。

threading.enumerate(): 返回一個包含正在運行的線程的list。正在運行指線程啟動后、結束前，不包括啟動前和終止后的線程。

threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果。

除了使用方法外，線程模塊同樣提供了Thread類來處理線程，Thread類提供了以下方法:

run(): 用以表示線程活動的方法。

start():啟動線程活動。

join([time]): 等待至線程中止。這阻塞調用線程直至線程的join() 方法被調用中止-正常退出或者拋出未處理的異常-或者是可選的超時發生。

isAlive(): 返回線程是否活動的。

getName(): 返回線程名。

setName(): 設置線程名。

Python threading模塊：

(1)線程創建方式一：直接調用線程，創建Thread類，并傳遞一個需要多線程運行的函數。示例如下：

import threading

import time

def func(no):

time.sleep(2)

print("the thread number:%s"%no)

time_start = time.time()

thread_list = []

for i in range(10):

t = threading.Thread(target=func,args=(i,))? #生成線程實例

t.start()? #啟動線程

thread_list.append(t)

for t in thread_list:

t.join()? #等待線程中止

time_end = time.time()

print("程序總共運行%d秒"%int(time_end-time_start))

#運行結果：

the thread number:4

the thread number:2

the thread number:5

the thread number:1

the thread number:3

the thread number:0

the thread number:7

the thread number:9

the thread number:6

the thread number:8

程序總共運行2秒

(2)線程創建方式二：繼承式調用，創建一個Thread類的子類，并重寫Thread類的run方法。示例如下：

import threading

import time

class TestThread(threading.Thread):

def __init__(self,no):

threading.Thread.__init__(self)

self.no = no

def run(self):? #重寫父類Thread的run方法，改方法內定義每個線程要運行的程序代碼

time.sleep(2)

print("the thread number:%s" % self.no)

for i in range(10):

t = TestThread(i)

t.start()

(3)守護進程：

import threading

import time

def run(i):

print("run({}) start".format(i))

time.sleep(2)

print("run({}) end".format(i))

def main():

for i in range(5):

t = threading.Thread(target=run,args=(i,))

t.start()

m = threading.Thread(target=main,args=())

m.setDaemon(False)

m.start()

m.join(timeout=1)

print("main thread end")

# m.setDaemon(True) 運行結果:

run(0) start

run(1) start

run(2) start

run(3) start

run(4) start

main thread end

# m.setDaemon(False) 運行結果:

run(0) start

run(1) start

run(2) start

run(3) start

run(4) start

main thread end

run(3) end

run(2) end

run(0) end

run(4) end

run(1) end

從上述示例中可以看出：將main線程設置為Daemon線程,它做為程序主線程的守護線程,當主線程退出時,m線程也會退出,由m啟動的其它子線程會同時退出,不管是否執行完任務

(4)線程同步(線程鎖)：一個進程下可以啟動多個線程，多個線程共享父進程的內存空間，也就意味著每個線程可以訪問同一份數據，很容易造成數據不同步。使用 Thread 對象的 Lock 和 Rlock 可以實現簡單的線程同步，這兩個對象都有 acquire 方法和 release 方法，對于那些需要每次只允許一個線程操作的數據，可以將其操作放到 acquire 和 release 方法之間。示例如下：

import threading

import time

def add():

global num? #獲取全局變量

time.sleep(1)

Lock.acquire()? #修改全局變量前獲取鎖(加鎖)

num -= 1

Lock.release()? #修改后釋放鎖

Lock = threading.Lock()? #生成一個全局鎖

num = 100? #設置一個共享數據

thread_list = []

for i in range(100):

t = threading.Thread(target=add,args=())

t.start()

thread_list.append(t)

for t in thread_list:

t.join()

print("final num:",num)

#運行結果：

在未加鎖前結果不一定是 0

加鎖后運行結果一定是 0

總結

以上是生活随笔為你收集整理的linux查看python线程,Python多线程详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。