学Python的漫画漫步进阶 -- 第十六步

十六、多线程
- 16.1 线程相关的知识
- - 16.1.1 进程
  - 16.1.2 线程
  - 16.1.3 主线程
- 16.2 线程模块——threading
- 16.3 创建子线程
- - 16.3.1 自定义函数实现线程体
  - 16.3.2 自定义线程类实现线程体
- 16.4 线程管理
- - 16.4.1 等待线程结束
  - 16.4.2 线程停止
- 16.5 动动手——下载图片示例
- 16.6 练一练
- 16.7 多线程总结
- 全部16步学习完成，后续就是介绍项目实战，请大家给予点赞、关注，绝对超值！

十六、多线程

如果想让我们的程序同时执行多个任务，就需要使用多线程技术了。到目前为止，我们编写的程序都是单线程的，在运行时一次只能执行一个任务。

Python多线程是指从软件或者硬件上实现多个线程并发执行的技术。在多线程中，一个程序可以划分为多个独立运行的线程（也称为轻量级进程），这些线程可以并行执行，从而提高程序的执行效率。

多线程的优点在于可以充分利用多核CPU资源，同时执行多个任务，特别是在等待I/O操作（如用户输入、文件读写和网络收发数据等）时，线程可以释放一些珍贵的资源如内存占用等。此外，多线程还可以用于实现并发执行的任务，如网络爬虫、文件批量处理等。

在Python中，多线程相关的模块主要有Thread、Threading和Queue等。其中，Thread是底层支持模块，不建议使用。Threading模块对Thread模块进行了封装，实现了线程的一些操作对象化。而Queue模块则实现了多生产者、多消费者的队列模式，可以方便地在多线程中使用。

需要注意的是，多线程编程也存在着一些问题。首先是线程安全问题，如果多个线程同时访问共享数据，可能会导致数据竞争或冲突的问题。其次是线程同步问题，如果多个线程之间存在依赖关系，需要按照一定的顺序执行，就需要使用线程同步机制来确保正确地执行顺序。此外，多线程的开销也比较大，因为每个线程都需要分配和管理自己的栈空间等资源，所以在实际应用中需要注意控制线程的数量和开销。

总之，Python的多线程编程是一种有效的技术，可以有效地提高程序的执行效率和响应速度。但是在实际应用中需要注意线程安全和线程同步等问题，并合理控制线程的数量和开销。

在这里插入图片描述

16.1 线程相关的知识

本节先介绍线程相关的知识。

16.1.1 进程

一个进程就是一个正在执行的程序，每一个进程都有自己独立的一块内存空间、一组系统资源。在进程的概念中，每一个进程的内部数据和状态都是完全独立的。
在Windows操作系统中，一个进程就是一个exe或者dll程序，它们相互独立，相互也可以通信。

16.1.2 线程

在一个进程中可以包含多个线程，多个线程共享一块内存空间和一组系统资源。所以，系统在各个线程之间切换时，开销要比进程小得多，正因如此，线程被称为轻量级进程。

16.1.3 主线程

Python程序至少有一个线程，这就是主线程，程序在启动后由Python解释器负责创建主线程，在程序结束后由Python解释器负责停止主线程。
在多线程中，主线程负责其他线程的启动、挂起、停止等操作。其他线程被称为子线程。

在这里插入图片描述

16.2 线程模块——threading

Python官方提供的threading模块可以进行多线程编程。threading模块提供了多线程编程的高级API，使用起来比较简单。
在threading模块中提供了线程类Thread，还提供了很多线程相关的函数，这些函数中常用的如下。
在这里插入图片描述
active_count（）：返回当前处于活动状态的线程个数。

current_thread（）：返回当前的Thread对象。

main_thread（）：返回主线程对象。主线程是Python解释器启动的线程。示例代码如下：
在这里插入图片描述

通过Python指令运行文件：

在这里插入图片描述

16.3 创建子线程

创建一个可执行的子线程，需要如下两个要素。

1 线程对象：线程对象是threading模块的线程类Thread或Thread子类所创建的对象。

2 线程体：线程体是子线程要执行的代码，这些代码会被封装到一个函数中。子线程在启动后会执行线程体。实现线程体主要有以下两种方式。

1）自定义函数实现线程体。

2）自定义线程类实现线程体。
在这里插入图片描述

16.3.1 自定义函数实现线程体

创建线程Thread对象的构造方法如下：
在这里插入图片描述
target参数指向线程体函数，我们可以自定义该线程体函数；通过name参数可以设置线程名，如果省略这个参数，则系统会为其分配一个名称；args是为线程体函数提供的参数，是一个元组类型。
示例代码如下：

在这里插入图片描述

通过Python指令运行文件：

在这里插入图片描述

16.3.2 自定义线程类实现线程体

另外一种实现线程体的方式是，创建一个Thread子类并重写run（）方法，run（）方法就是线程体函数。
采用自定义线程类重新实现16.3.1节的示例，示例代码如下：
在这里插入图片描述

16.4 线程管理

线程管理包括线程创建、线程启动、线程休眠、等待线程结束和线程停止，其中，线程创建、线程启动和线程休眠在16.3节已经用到了，这些不再赘述。本节重点介绍等待线程结束和线程停止的内容。
在这里插入图片描述

16.4.1 等待线程结束

有时，一个线程（假设是主线程）需要等待另外一个线程（假设是t1子线程）执行结束才能继续执行。
在这里插入图片描述
join（）方法的语法如下：

参数timeout用于设置超时时间，单位是秒。如果没有设置timeout，则可以一直等待，直到结束。
使用join（）方法的示例代码如下：

通过Python指令运行文件：

在这里插入图片描述
从运行结果来看，在子线程t1结束后，主线程才输出变量value的内容，这说明主线程被阻塞了。
如果尝试将t1.join（）语句注释掉，则输出结果如下：

在这里插入图片描述
从运行结果可见，子线程t1还没有结束，主线程就输出变量value的内容了。

在这里插入图片描述

16.4.2 线程停止

在线程体结束时，线程就停止了。但在某些业务比较复杂时，会在线程体中执行一个“死循环”。线程体是否持续执行“死循环”是通过判断停止变量实现的，“死循环”结束则线程体结束，线程也就结束了。
另外，在一般情况下，死循环会执行线程任务，然后休眠，再执行，再休眠，直到结束循环。
在这里插入图片描述

示例代码如下：

在这里插入图片描述
通过Python指令运行文件：

在这里插入图片描述

16.5 动动手——下载图片示例

在这里插入图片描述

这个网络爬虫程序每隔一段时间都会执行一次下载图片任务，在下载任务完成后，休眠一段时间再执行。这样反复执行，直到爬虫程序停止。
示例参考代码如下：

在这里插入图片描述

本示例从服务器下载图片，因此需要参考14.2节启动Web服务器，
然后通过Python指令运行文件：

在这里插入图片描述

16.6 练一练

1 请简述如何创建线程体。

2 请简述线程中join（）方法的作用。

3 下列哪些情况可以停止当前线程的运行？（）
A.引发一个异常时。

B.当该线程调用sleep（）方法时。

C.当创建一个新线程时。

D.当该线程调用stop（）方法时。

4 判断对错（请在括号内打√或×，√表示正确，×表示错误）。
1）线程对象是threading模块线程类Thread或Thread子类所创建的对象。（）

2）实现线程体主要有以下两种方式：自定义函数实现线程体和自定义线程类实现线程体。（）

3）在线程体结束时，可通过调用stop（）方法停止。（）

4）在线程体结束时，可通过调用join（）方法停止。（）

16.7 多线程总结

Python多线程是一种在程序中实现并发执行的技术，它允许同时执行多个线程，从而提高程序的运行效率。在Python中，多线程编程可以使用threading模块或concurrent.futures模块来实现。下面是关于Python多线程的总结：

多线程的概念和原理

多线程是指在一个程序中同时执行多个线程，以充分利用多核CPU资源，提高程序的运行效率。多线程的原理是将程序划分为多个子任务或线程，每个线程并行执行，从而加快程序的执行速度。在Python中，多线程编程可以使用threading模块或concurrent.futures模块来实现。

线程的创建和管理

在Python中，可以使用threading.Thread()方法来创建一个新线程。创建线程时，需要传入一个可调用对象（即线程要执行的任务）作为参数。当线程被创建后，可以调用start()方法来启动线程，调用join()方法等待线程执行完毕，以及调用is_alive()方法来判断线程是否仍在运行。

线程安全和线程同步

在多线程编程中，需要注意线程安全和线程同步的问题。线程安全是指在多线程环境下，数据访问不会出现冲突或竞争的情况。如果多个线程同时访问同一个数据，就可能会出现数据竞争或冲突的问题。为了解决这个问题，可以使用同步机制（如互斥锁）来确保在同一时间只有一个线程可以访问共享数据。

threading模块和concurrent.futures模块的比较

Python的threading模块是标准库中的多线程库，使用起来比较简单，但是它不支持异步执行和线程池的概念。相比之下，concurrent.futures模块则提供了更强大的功能，它支持异步执行和线程池的概念，可以更好地管理多线程的执行。

多线程编程的适用场景

多线程编程适用于需要并发执行多个子任务的场景，特别是当这些子任务之间没有依赖关系，可以并行执行时。例如，在一个网络爬虫程序中，可以使用多线程同时爬取多个网页；在一个文件下载程序中，可以使用多线程同时下载多个文件。需要注意的是，在某些情况下，多线程并不一定能提高程序的性能，因为线程的创建和管理也需要一定的时间和资源开销。因此，在使用多线程编程时，需要根据实际情况进行评估和优化。

注意事项

在多线程编程中，需要注意以下几点：

避免共享数据：在使用多线程编程时，应该尽量避免共享数据，以避免出现数据竞争或冲突的问题。如果必须要共享数据，应该使用同步机制来确保同一时间只有一个线程可以访问共享数据。
注意线程的生命周期：每个线程都有自己的生命周期，包括创建、启动、运行和结束等阶段。在程序中管理好线程的生命周期，避免出现死锁或其他问题。
慎用全局变量：在多线程编程中，全局变量可能会导致线程不安全。如果必须要使用全局变量，应该使用同步机制来保护全局变量的访问。
选择合适的同步机制：在多线程编程中，选择合适的同步机制非常重要。例如，可以使用互斥锁（mutex）或条件变量（condition variable）等同步机制来确保数据的正确性和一致性。

总之，Python的多线程编程可以让程序实现并发执行多个子任务的目标，从而提高程序的性能和响应速度。但是在使用多线程编程时，需要注意线程安全和线程同步的问题，以及选择合适的同步机制来保护共享数据的访问。