如何在Python中使用threading和multiprocessing多線程模塊

本篇文章為大家展示了如何在Python中使用threading和multiprocessing多線程模塊，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

線程的狀態圖：

Python中常使用的線程模塊

• thread（低版本使用的），threading

• Queue

• multiprocessing

• 
  

threading

thread模塊是Python低版本中使用的，高版本中被threading代替了。threading模塊提供了更方便的API來操作線程。

threading.Thread

Thread是threading模塊中最重要的類之一，可以使用它來創建線程。創建新的線程有兩種方法：

• 方法一：直接創建threading.Thread類的對象，初始化時將可調用對象作為參數傳入。

• 方法二：通過繼承Thread類，重寫它的run方法。
  

Thread類的構造方法：

__init__(group=None, target=None, name=None, args=(), kwargs=None, verbose=None)

參數說明：

group：線程組，目前還沒有實現，庫引用中提示必須是None。
target：要執行的方法；
name：線程名；
args/kwargs：要傳入方法的參數。

Thread類擁有的實例方法：

isAlive()：返回線程是否在運行。正在運行指的是啟動后，終止前。

getName(name)/setName(name)：獲取/設置線程名。

isDaemon(bool)/setDaemon(bool)：獲取/設置是否為守護線程。初始值從創建該線程的線程繼承而來，當沒有非守護線程仍在運行時，程序將終止。

start()：啟動線程。

join([timeout])：阻塞當前上下文環境的線程，直到調用此方法的線程終止或到達指定的等待時間timeout（可選參數）。即當前的線程要等調用join()這個方法的線程執行完，或者是達到規定的時間。

直接創建threading.Thread類的對象

實例：

from threading import Thread
import time
def run(a = None, b = None) :
 print a, b 
 time.sleep(1)

t = Thread(target = run, args = ("this is a", "thread"))
#此時線程是新建狀態

print t.getName()#獲得線程對象名稱
print t.isAlive()#判斷線程是否還活著。
t.start()#啟動線程
t.join()#等待其他線程運行結束

執行結果：

Thread-1
False
this is a thread

注意：

t = Thread(target = run, args = ("this is a", "thread"))

這句只是創建了一個線程，并未執行這個線程，此時線程處于新建狀態。

t.start()#啟動線程

啟動線程，此時線程扔為運行，只是處于準備狀態。

自定義函數run()，使我們自己根據我們需求自己定義的，函數名可以隨便取，run函數的參數來源于后面的args元組。

通過繼承Thread類

實例：

from threading import Thread
import time

class MyThread(Thread) :
 def __init__(self, a) :
  super(MyThread, self).__init__()
  #調用父類的構造方法
  self.a = a

 def run(self) :
  print "sleep :", self.a
  time.sleep(self.a)

t1 = MyThread(2)
t2 = MyThread(4)
t1.start()
t2.start()
t1.join()
t2.join()

執行結果：

由于創建了兩個并發執行的線程t1和t2，并發線程的執行時間不定，誰先執行完的時間也不定，所以執行后打印的結果順序也是不定的。每一次執行都有可能出現不同的結果。

注意：

繼承Thread類的新類MyThread構造函數中必須要調用父類的構造方法，這樣才能產生父類的構造函數中的參數，才能產生線程所需要的參數。新的類中如果需要別的參數，直接在其構造方法中加即可。

同時，新類中，在重寫父類的run方法時，它默認是不帶參數的，如果需要給它提供參數，需要在類的構造函數中指定，因為在線程執行的過程中，run方法時線程自己去調用的，不用我們手動調用，所以沒法直接給傳遞參數，只能在構造方法中設定好參數，然后再run方法中調用。

針對join()函數用法的實例：

# encoding: UTF-8
import threading
import time

def context(tJoin):
  print 'in threadContext.'
  tJoin.start()
  # 將阻塞tContext直到threadJoin終止。
  tJoin.join()
  # tJoin終止后繼續執行。
  print 'out threadContext.'

def join():
  print 'in threadJoin.'
  time.sleep(1)
  print 'out threadJoin.'

tJoin = threading.Thread(target=join)
tContext = threading.Thread(target=context, args=(tJoin,))
tContext.start()

執行結果：

in threadContext.
in threadJoin.
out threadJoin.
out threadContext.

解析：

主程序中這句tJoin = threading.Thread(target=join)執行后，只是創建了一個線程對象tJoin，但并未啟動該線程。

tContext = threading.Thread(target=context, args=(tJoin,))
tContext.start()

上面這兩句執行后，創建了另一個線程對象tContext并啟動該線程（打印in threadContext.），同時將tJoin線程對象作為參數傳給context函數，在context函數中，啟動了tJoin這個線程，同時該線程又調用了join()函數（tJoin.join()），那tContext線程將等待tJoin這線程執行完成后，才能繼續tContext線程后面的，所以先執行join()函數，打印輸出下面兩句：

in threadJoin.
out threadJoin.

tJoin線程執行結束后，繼續執行tContext線程，于是打印輸出了out threadContext.，于是就看到我們上面看到的輸出結果，并且無論執行多少次，結果都是這個順序。但如果將context()函數中tJoin.join()這句注釋掉，再執行該程序，打印輸出的結果順序就不定了，因為此時這兩線程就是并發執行的。

multiprocessing.dummy

Python中線程multiprocessing模塊與進程使用的同一模塊。使用方法也基本相同，唯一不同的是，from multiprocessing import Pool這樣導入的Pool表示的是進程池；
from multiprocessing.dummy import Pool這樣導入的Pool表示的是線程池。這樣就可以實現線程里面的并發了。

線程池實例：

import time
from multiprocessing.dummy import Pool as ThreadPool
#給線程池取一個別名ThreadPool
def run(fn):
 time.sleep(2)
 print fn

if __name__ == '__main__':
 testFL = [1,2,3,4,5]
 pool = ThreadPool(10)#創建10個容量的線程池并發執行
 pool.map(run, testFL)
 pool.close()
 pool.join()

執行結果：

這里的pool.map()函數，跟進程池的map函數用法一樣，也跟內建的map函數一樣。

上述內容就是如何在Python中使用threading和multiprocessing多線程模塊，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。