Python threading模块中Thread类简介

Posted by kingkk on 2017-12-07

Thread类

threading中的Thread类是主要的执行对象。有如下的对象属性以及方法。

Thread 对象数据属性
  • name 线程名
  • ident 线程的标识符
  • daemon bool标识,表示该线程是否为守护线程
Thread 对象方法
  • __init__(self, group=None, target=None, name=None, args=(), kwargs=None, verbose=None) 实例化一个线程对象,主要参数为,target一个函数式,以及args 函数的参数
  • start() 开始执行该线程
  • run() 定义线程的功能(主要用于在子类中重载)
  • join(timeout=None) 直至启动的线程终止前一直挂起,除非给出了timeout(秒),否则将会一直堵塞
三种使用Thread类创建线程的方式

(常用的为第三种,其次为第一种,第二种方案比较少见)

  • 创建Thread实例,传给它一个函数
  • 创建Thread实例,传给它一个可调用的类实例
  • 创建Thread的子类,并创建子类的实例
创建Thread的实例,传给它一个函数

#encoding=utf8
import threading
from time import sleep, ctime

loops = [4,2]

def loop(nloop,nsec):
print “start loop”,nloop,’at:’,ctime()
sleep(nsec)
print ‘loop’,nloop,’done at:’,ctime()

def main():
print ‘starting at:’,ctime()
threads = [] #线程列表
nloops = range(len(loops))

for i in nloops:
t = threading.Thread(target=loop,args=(i,loops[i])) #创建线程
threads.append(t) #添加至线程列表

for i in nloops: #启动线程列表
threads[i].start()

for i in nloops: #等待线程列表结束
threads[i].join()

print ‘all DONE at:’,ctime()

if __name__ == ‘__main__‘:
main()

运行结果如下:

starting at: Thu Dec 07 19:38:24 2017
start loop 0 at: Thu Dec 07 19:38:24 2017
start loop 1 at: Thu Dec 07 19:38:24 2017
loop 1 done at: Thu Dec 07 19:38:26 2017
loop 0 done at: Thu Dec 07 19:38:28 2017
all DONE at: Thu Dec 07 19:38:28 2017。

tips:与thread.start_new_thread()一个主要区别就是,实例化Thread类时不会立即执行该线程,而是通过start()方法让他们开始执行。join()方法将等待线程结束。

创建Thread的实例,传给它一个可调用的类实例

仅需在之前的代码上稍作修改

#encoding=utf8
import threading
from time import sleep, ctime

loops = [4,2]

class ThreadFunc(object): def __init__(self,func,args,name=’’):
self.name = name
self.func = func
self.args = args

**def \_\_call\_\_(self):**  #重载\_\_call\_\_方法
    self.func(*self.args)

def loop(nloop,nsec):
print “start loop”,nloop,’at:’,ctime()
sleep(nsec)
print ‘loop’,nloop,’done at:’,ctime()

def main():
print ‘starting at:’,ctime()
threads = [] #线程列表
nloops = range(len(loops))

for i in nloops:
    t = **threading.Thread(target=ThreadFunc(loop,(i,loops\[i\]),loop.\_\_name\_\_))**  #创建线程
    threads.append(t)       #添加至线程列表

for i in nloops:        #启动线程列表
    threads\[i\].start()

for i in nloops:        #等待线程列表结束    
    threads\[i\].join()

print 'all DONE at:',ctime()

if __name__ == ‘__main__‘:
main()

三次的运行结果都是相同的就不放上来了。 这种创建Thread类的主要方法就是重载类的__call__方法,然后将其入Thread的target参数中

派生Thread的子类,并创建子类的实例

也仅需在代码一上稍作修改

#encoding=utf8
import threading
from time import sleep, ctime

loops = [4,2]

class MyThread(threading.Thread): def __init__(self,func,args,name=’’):
threading.Thread.__init__(self) #调用基类构造函数
self.name = name
self.func = func
self.args = args

**def run(self):**  #重载Thread中run方法
    self.func(*self.args)

def loop(nloop,nsec):
print “start loop”,nloop,’at:’,ctime()
sleep(nsec)
print ‘loop’,nloop,’done at:’,ctime()

def main():
print ‘starting at:’,ctime()
threads = [] #线程列表
nloops = range(len(loops))

for i in nloops:
    t = **MyThread(loop,(i,loops\[i\]),loop.\_\_name\_\_)**  #创建线程
    threads.append(t)           #添加至线程列表

for i in nloops:            #启动线程列表
    threads\[i\].start()

for i in nloops:            #等待线程列表结束    
    threads\[i\].join()

print 'all DONE at:',ctime()

if __name__ == ‘__main__‘:
main()

此次实例化的主要方法是通过继承Thread类,并重载了它的run()方法。 在实例化时就可以直接通过MyThread实例化一个Thread对象。

一个简单的单线程与多线程执行应用与对比

#encoding=utf8
import threading
from time import sleep, ctime

class MyThread(threading.Thread): #定义MyThread类
def __init__(self,func,args,name=’’):
threading.Thread.__init__(self)
self.name = name
self.func = func
self.args = args

def getResult(self):
    return self.res 

def run(self):
    print "starting",self.name,"at:",ctime()
    self.res = self.func(*self.args)
    print self.name,"finished at:",ctime()

def fib(x):
sleep(0.005)
if x<2:return 1
return(fib(x-2)+fib(x-1))

def fac(x):
sleep(0.1)
if x<2:return 1
return (x*fac(x-1))

def sum_(x):
sleep(0.1)
if x<2 :return 1
return (x+sum_(x-1))

funcs = [fib,fac,sum_] #函数式列表
n=12

def main():
nfuncs = range(len(funcs))

print u"*****单线程*****"  #单线程执行
for i in nfuncs:
    print 'starting',funcs\[i\].\_\_name\_\_,'at:',ctime()
    print funcs\[i\](n)
    print funcs\[i\].\_\_name\_\_,'finished at:',ctime()

print u'\\n*****多线程*****'  #多线程执行
threads = \[\]
for i in nfuncs:
    t = MyThread(funcs\[i\],(n,),funcs\[i\].\_\_name\_\_)
    threads.append(t)

for  i in nfuncs:
    threads\[i\].start()

for i in nfuncs:
    threads\[i\].join()
    print threads\[i\].getResult()
print "all DONE"

if __name__ == ‘__main__‘:
main()

执行结果如下图:

*单线程*
starting fib at: Thu Dec 07 20:32:23 2017
233
fib finished at: Thu Dec 07 20:32:26 2017
starting fac at: Thu Dec 07 20:32:26 2017
479001600
fac finished at: Thu Dec 07 20:32:27 2017
starting sum_ at: Thu Dec 07 20:32:27 2017
78
sum_ finished at: Thu Dec 07 20:32:28 2017

*多线程*
starting fib at: Thu Dec 07 20:32:28 2017
starting fac at: Thu Dec 07 20:32:28 2017
starting sum_ at: Thu Dec 07 20:32:28 2017
sum_ finished at: Thu Dec 07 20:32:30 2017
fac finished at: Thu Dec 07 20:32:30 2017
fib finished at: Thu Dec 07 20:32:31 2017
233
479001600
78
all DONE

可以明显看出多线程的执行速度远胜于单线程。 这里用sleep函数只是为了进行演示,想必也没有谁会在函数执行时增添sleep函数来拖慢运行时间。 虽然python的多线程可能对与计算密集型的应用没有什么太大的提升,此处仅用sleep函数来伪装成一个I/O密集型来测试python的多线程与单线程的比较。