标签：机制 def 默认 写入 最简 定义 共享 结果 播放
一、对线程的理解
1.一个程序运行起来至少有一个进程，一个进程至少有一个线程
2.处理器cpu分配给线程，即cpu真正运行的是线程中的代码
3.分配cpu给线程时，是通过时间片轮训方式进行的
4.进程是操作系统分配程序执行资源的单位，而线程是进程的一个实体，是CPU调度和分配的单位。
二、python实现多线程的两种方式
1、创建函数并且传入Thread 对象中
示例如下：
# 引入threading线程模块 import threading import time def download_music(): """模拟下载歌曲，需要5秒钟下载完成""" for i in range(5): time.sleep(1) # 休眠1秒 print("---正在下载歌曲%d---" % i) def play_music(): """模拟播放歌曲，需要5秒钟下载完成""" for i in range(5): time.sleep(1) # 休眠1秒 print("---正在播放歌曲%d---" % i) def main(): # 创建线程对象t1 # target: 指向新开启的线程要执行的代码 t1 = threading.Thread(target=download_music) t2 = threading.Thread(target=play_music) t1.start() # 启动线程，既然线程开始执行 t2.start() if __name__ == ‘__main__‘: main()
2.继承Thread类，创建一个新的class，将要执行的代码 写到run函数里面
# 自定义类，继承threading.Thread class MyThread(threading.Thread): def run(self): for i in range(5): time.sleep(1) # name属性中保存的是当前线程的名字 msg = "I‘m " + self.name + ‘ @ ‘ + str(i) print(msg) if __name__ == ‘__main__‘: # 通过MyThread创建线程对象 t1 = MyThread() # 开始执行线程 t1.start()
三、线程何时开启，何时结束
1.子线程何时开启，何时运行
当调用thread.start()时 开启线程，再运行线程的代码
2.子线程何时结束
子线程把target指向的函数中的语句执行完毕后，或者线程中的run函数代码执行完毕后，立即结束当前子线程
3.查看当前线程数量
通过threading.enumerate()可枚举当前运行的所有线程
4.主线程何时结束
所有子线程执行完毕后，主线程才结束
四、多线程（共享全局变量的问题）
1.在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据
2.缺点就是，多线程对全局变量随意遂改可能造成全局变量的混乱（即线程非安全）
3.如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确，即会遇到线程安全问题
五、互斥锁
1.当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制
2.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入互斥锁。
3.互斥锁为资源引入一个状态：锁定/非锁定
4.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。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
5.hreading模块中定义了Lock类，可以方便的处理锁定：
# 创建锁 mutex = threading.Lock() # 锁定 mutex.acquire() # 释放 mutex.release()
6.例如：使用互斥锁完成2个线程对同一个全局变量各加100万次的操作
import threading import time g_num = 0 def test1(num): global g_num for i in range(num): mutex.acquire() # 上锁 g_num += 1 mutex.release() # 解锁 print("---test1---g_num=%d"%g_num) def test2(num): global g_num for i in range(num): mutex.acquire() # 上锁 g_num += 1 mutex.release() # 解锁 print("---test2---g_num=%d"%g_num) # 创建一个互斥锁 # 默认是未上锁的状态 mutex = threading.Lock() # 创建2个线程，让他们各自对g_num加1000000次 p1 = threading.Thread(target=test1, args=(1000000,)) p1.start() p2 = threading.Thread(target=test2, args=(1000000,)) p2.start() # 等待计算完成 while len(threading.enumerate()) != 1: time.sleep(1) print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)
加了互斥锁就不会出现资源竞争而导致结果与理想不合。
标签：机制 def 默认 写入 最简 定义 共享 结果 播放
原文地址：https://www.cnblogs.com/longguoliang/p/9347812.html
