本文介绍了Python编程语言中的多线程基础知识。就像多处理, 多线程是一种实现多任务的方法。在多线程中, 线程数用来。
让我们先了解一下线在计算机体系结构中。
线程
在计算中, 处理是正在执行的计算机程序的实例。任何过程都包含3个基本组成部分：
- 可执行程序。
- 程序所需的关联数据(变量, 工作空间, 缓冲区等)
- 程序的执行上下文(进程状态)
一种线是流程中可以安排执行的实体。另外, 它是可以在OS(操作系统)中执行的最小处理单位。
简单来说, 线是程序中此类指令的序列, 可以独立于其他代码执行。为简单起见, 你可以假定线程只是进程的子集！
线程将所有这些信息包含在线程控制块(TCB):
- 线程标识符：唯一ID(TID)被分配给每个新线程
- 堆栈指针：在此过程中指向线程的堆栈。堆栈包含线程范围内的局部变量。
- 程序计数器：一个寄存器, 用于存储线程当前正在执行的指令的地址。
- 线程状态：可以运行, 准备, 等待, 开始或完成。
- 线程的寄存器集：分配给线程进行计算的寄存器。
- 父进程指针：指向线程所驻留的进程的进程控制块(PCB)的指针。
考虑下图以了解进程及其线程之间的关系：
多线程
一个进程中可以存在多个线程, 其中：
- 每个线程包含其自己的寄存器集和局部变量(存储在堆栈中).
- 进程共享的所有线程全局变量(存储在堆中)和程式码.
考虑下图以了解内存中如何存在多个线程：
多线程定义为处理器同时执行多个线程的能力。
在简单的单核CPU中, 可以通过频繁地在线程之间进行切换来实现。这称为上下文切换。在上下文切换中, 无论何时发生任何中断(由于I / O或手动设置), 都会保存线程的状态并加载另一个线程的状态。上下文切换发生得如此频繁, 以至于所有线程似乎都在并行运行(这被称为多任务处理)。
考虑下图, 其中一个进程包含两个活动线程：
Python中的多线程
在Python中, 穿线模块提供了一个非常简单直观的API, 用于在程序中生成多个线程。
让我们考虑一个使用线程模块的简单示例：
# Python program to illustrate the concept
# of threading
# importing the threading module
import threading
def print_cube(num):
"""
function to print cube of given num
"""
print ( "Cube: {}" . format (num * num * num))
def print_square(num):
"""
function to print square of given num
"""
print ( "Square: {}" . format (num * num))
if __name__ = = "__main__" :
# creating thread
t1 = threading.Thread(target = print_square, args = ( 10 , ))
t2 = threading.Thread(target = print_cube, args = ( 10 , ))
# starting thread 1
t1.start()
# starting thread 2
t2.start()
# wait until thread 1 is completely executed
t1.join()
# wait until thread 2 is completely executed
t2.join()
# both threads completely executed
print ( "Done!" )Square: 100
Cube: 1000
Done!让我们尝试理解上面的代码：
要导入线程模块, 我们要做：
import threading要创建一个新线程, 我们创建一个对象
线
类。它采用以下参数：
- 目标：线程执行的功能
- args：要传递给目标函数的参数
在上面的示例中, 我们创建了两个具有不同目标函数的线程：
t1 = threading.Thread(target=print_square, args=(10, ))
t2 = threading.Thread(target=print_cube, args=(10, ))要启动线程, 我们使用
开始
的方法
线
类。
t1.start()
t2.start()线程启动后, 当前程序(你可以将其视为主线程)也继续执行。为了在线程完成之前停止当前程序的执行, 我们使用
加入
方法。
t1.join()
t2.join()结果, 当前程序将首先等待完成t1接着t2。一旦完成, 将执行当前程序的其余语句。
考虑下图, 以更好地理解上述程序的工作原理：
考虑下面给出的python程序, 其中我们为每个任务打印线程名称和相应的进程：
# Python program to illustrate the concept
# of threading
import threading
import os
def task1():
print ( "Task 1 assigned to thread: {}" . format (threading.current_thread().name))
print ( "ID of process running task 1: {}" . format (os.getpid()))
def task2():
print ( "Task 2 assigned to thread: {}" . format (threading.current_thread().name))
print ( "ID of process running task 2: {}" . format (os.getpid()))
if __name__ = = "__main__" :
# print ID of current process
print ( "ID of process running main program: {}" . format (os.getpid()))
# print name of main thread
print ( "Main thread name: {}" . format (threading.current_thread().name))
# creating threads
t1 = threading.Thread(target = task1, name = 't1' )
t2 = threading.Thread(target = task2, name = 't2' )
# starting threads
t1.start()
t2.start()
# wait until all threads finish
t1.join()
t2.join()ID of process running main program: 11758
Main thread name: MainThread
Task 1 assigned to thread: t1
ID of process running task 1: 11758
Task 2 assigned to thread: t2
ID of process running task 2: 11758让我们尝试理解上面的代码：
我们用
os.getpid()
函数获取当前进程的ID。
print("ID of process running main program: {}".format(os.getpid()))从输出中可以明显看出, 所有线程的进程ID均相同。
我们用
threading.main_thread()
函数获取主线程对象。在正常情况下, 主线程是启动Python解释器的线程。
名称
线程对象的属性用于获取线程的名称。
print("Main thread name: {}".format(threading.main_thread().name))我们使用
threading.current_thread()
函数获取当前线程对象。
print("Task 1 assigned to thread: {}".format(threading.current_thread().name))下面给出的图清除了以上概念：
因此, 这是Python多线程的简要介绍。本系列的下一篇文章将介绍多线程之间的同步.
Python中的多线程|设置2(同步)
如果发现任何不正确的地方, 或者想分享有关上述主题的更多信息, 请写评论。
注意怪胎！巩固你的基础Python编程基础课程和学习基础知识。
首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。
