线程——函数式创建线程threading模块，继承式创建线程，Lock对象解决多线程不安全问题，线程模型中的生产者消费者模式

news2024/9/29 9:31:11

调度程序内的多任务使用多进程，调度一个进程内的多任务使用多线程

在这里插入图片描述

函数式创建线程的方式threading模块

在这里插入图片描述
在Python中，创建线程主要依赖于threading模块。
使用threading模块中的Thread类，你可以很容易地基于函数模式创建线程。基本步骤包括：

导入threading模块。
定义一个目标函数，这个函数将是线程执行的任务。
创建一个Thread对象，将目标函数作为参数传递给它。
调用Thread对象的start()方法来启动线程。

import threading  
import time  
  
# 定义一个简单的函数，这个函数将被线程执行  
def print_numbers():  
    for i in range(5):  
        time.sleep(1)  # 模拟耗时操作  
        print(i)  
  
# 创建Thread对象，将print_numbers作为目标函数  
thread1 = threading.Thread(target=print_numbers)  
  
# 启动线程  
thread1.start()  
  
# 主线程继续执行  
print("主线程继续执行")  
  
# 注意：如果主线程太快结束，可能不会看到子线程的输出。  
# 在实际应用中，你可能需要确保主线程等待子线程完成。  
# 例如，使用thread1.join()可以阻塞主线程直到thread1完成。  
  
# thread1.join()  # 如果需要等待线程完成，可以取消注释这行

多线程之间是并发执行的，执行顺序随机看cpu调度顺序

继承式创建线程的方式

在这里插入图片描述

进程之间的数据不能共享，线程之间的数据可以共享，进程之间数据如果需要共享需要用到队列

在这里插入图片描述
多个线程在操作global全局数据时候存在不安全问题，因为线程的执行是并行的，操作的数据又是共享的，有可能同时操作到同一个数据

在Python中，多线程编程时经常需要处理共享资源的问题，以避免数据竞争（race condition）和状态不一致等不安全的情况。为了安全地管理这些共享资源，可以使用threading模块中的Lock锁。

在这里插入图片描述

import threading  
  
# 共享计数器  
counter = 0  
# 创建一个Lock对象  
lock = threading.Lock()  
  
def increment_counter():  
    global counter  
    for _ in range(100000):  
        # 在访问共享资源前加锁  
        lock.acquire()  
        try:  
            counter += 1  
        finally:  
            # 确保锁最终会被释放  
            lock.release()  
  
# 创建多个线程  
threads = []  
for _ in range(10):  
    t = threading.Thread(target=increment_counter)  
    threads.append(t)  
    t.start()  
  
# 等待所有线程完成  
for t in threads:  
    t.join()  
  
# 使用Lock后，最终结果应该是1000000  
print(f"Final counter: {counter}")