本文主要是介绍python之多线程和多进程以及threading和multiprocessing模块，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在 Python 中，多线程和多进程是实现并发编程的两种主要方式。多线程适用于 I/O 密集型任务，而多进程适用于 CPU 密集型任务。Python 提供了 threading 模块用于多线程编程，提供了 multiprocessing 模块用于多进程编程。
多线程
基本用法
使用 threading 模块可以创建和管理线程。以下是一个简单的多线程示例：
import threading
import timedef worker(name):print(f"Thread {name} starting")time.sleep(2)print(f"Thread {name} finishing")# 创建线程
thread1 = threading.Thread(target=worker, args=("A",))
thread2 = threading.Thread(target=worker, args=("B",))# 启动线程
thread1.start()
thread2.start()# 等待线程完成
thread1.join()
thread2.join()print("All threads finished")
线程锁
线程锁用于防止多个线程同时访问共享资源，避免竞争条件。以下是一个使用线程锁的示例：
import threadinglock = threading.Lock()
counter = 0def increment_counter():global counterfor _ in range(100000):with lock:counter += 1# 创建线程
threads = []
for i in range(10):thread = threading.Thread(target=increment_counter)threads.append(thread)thread.start()# 等待线程完成
for thread in threads:thread.join()print(f"Final counter value: {counter}")
多进程
基本用法
使用 multiprocessing 模块可以创建和管理进程。以下是一个简单的多进程示例：
import multiprocessing
import timedef worker(name):print(f"Process {name} starting")time.sleep(2)print(f"Process {name} finishing")# 创建进程
process1 = multiprocessing.Process(target=worker, args=("A",))
process2 = multiprocessing.Process(target=worker, args=("B",))# 启动进程
process1.start()
process2.start()# 等待进程完成
process1.join()
process2.join()print("All processes finished")
进程锁
进程锁用于防止多个进程同时访问共享资源，避免竞争条件。以下是一个使用进程锁的示例：
import multiprocessinglock = multiprocessing.Lock()
counter = multiprocessing.Value('i', 0)def increment_counter():for _ in range(100000):with lock:counter.value += 1# 创建进程
processes = []
for i in range(10):process = multiprocessing.Process(target=increment_counter)processes.append(process)process.start()# 等待进程完成
for process in processes:process.join()print(f"Final counter value: {counter.value}")
threading 模块
threading 模块用于在单个进程中创建和管理多个线程。线程是轻量级的，并且共享相同的内存空间。
参数
-
target:
- 类型: 可调用对象
- 说明: 线程启动后要执行的函数或方法。
-
name:
- 类型: 字符串
- 说明: 线程的名称。默认情况下，Python 会自动生成一个唯一的名称。
-
args:
- 类型: 元组
- 说明: 传递给
target函数的位置参数。
-
kwargs:
- 类型: 字典
- 说明: 传递给
target函数的关键字参数。
-
daemon:
- 类型: 布尔值
- 说明: 如果设置为
True，则表示该线程是守护线程。当所有非守护线程结束时，程序将退出，即使守护线程仍在运行。
示例
import threadingdef worker(arg1, arg2, kwarg1=None):print(f"Worker thread is running with arguments: {arg1}, {arg2}, {kwarg1}")# 创建线程，传递位置参数和关键字参数
thread = threading.Thread(target=worker,args=(10, 20),kwargs={'kwarg1': 'example'},name='MyWorkerThread',daemon=True
)# 启动线程
thread.start()# 等待线程完成
thread.join()
target=worker: 指定线程要执行的函数是worker。args=(10, 20): 传递给worker函数的位置参数是10和20。kwargs={'kwarg1': 'example'}: 传递给worker函数的关键字参数是kwarg1='example'。name='MyWorkerThread': 指定线程的名称为MyWorkerThread。daemon=True: 将线程设置为守护线程。
基本用法
- 创建线程
import threadingdef worker():print("Worker thread is running")# 创建线程
thread = threading.Thread(target=worker)# 启动线程
thread.start()# 等待线程完成
thread.join()
- 使用子类创建线程
import threadingclass MyThread(threading.Thread):def run(self):print("MyThread is running")# 创建线程
thread = MyThread()# 启动线程
thread.start()# 等待线程完成
thread.join()
- 线程同步
使用 threading.Lock 来确保线程安全。
import threadinglock = threading.Lock()def worker():with lock:# 线程安全的代码块print("Worker thread is running")# 创建多个线程
threads = [threading.Thread(target=worker) for _ in range(5)]# 启动所有线程
for thread in threads:thread.start()# 等待所有线程完成
for thread in threads:thread.join()
multiprocessing 模块
multiprocessing 模块用于创建和管理多个进程。每个进程都有自己独立的内存空间，因此适用于 CPU 密集型任务。
在 multiprocessing 模块中，multiprocessing.Process 类用于创建和管理进程。与 threading.Thread 类似，multiprocessing.Process 也接受一些参数来配置进程的行为。以下是 multiprocessing.Process 的常用参数及其解释：
multiprocessing.Process 参数
-
target:
- 类型: 可调用对象
- 说明: 进程启动后要执行的函数或方法。
-
name:
- 类型: 字符串
- 说明: 进程的名称。默认情况下，Python 会自动生成一个唯一的名称。
-
args:
- 类型: 元组
- 说明: 传递给
target函数的位置参数。
-
kwargs:
- 类型: 字典
- 说明: 传递给
target函数的关键字参数。
-
daemon:
- 类型: 布尔值
- 说明: 如果设置为
True，则表示该进程是守护进程。当所有非守护进程结束时，程序将退出，即使守护进程仍在运行。
示例
import multiprocessingdef worker(arg1, arg2, kwarg1=None):print(f"Worker process is running with arguments: {arg1}, {arg2}, {kwarg1}")# 创建进程，传递位置参数和关键字参数
process = multiprocessing.Process(target=worker,args=(10, 20),kwargs={'kwarg1': 'example'},name='MyWorkerProcess',daemon=True
)# 启动进程
process.start()# 等待进程完成
process.join()
target=worker: 指定进程要执行的函数是worker。args=(10, 20): 传递给worker函数的位置参数是10和20。kwargs={'kwarg1': 'example'}: 传递给worker函数的关键字参数是kwarg1='example'。name='MyWorkerProcess': 指定进程的名称为MyWorkerProcess。daemon=True: 将进程设置为守护进程。
进程的启动和等待
process.start(): 启动进程，调用worker函数。process.join(): 等待进程完成。在process.join()被调用之前，主进程会被阻塞。
进程间通信
multiprocessing 模块还提供了多种进程间通信的方式，如 Queue、Pipe、Value 和 Array 等。
使用 Queue 进行进程间通信
import multiprocessingdef worker(queue):queue.put("Message from worker")# 创建队列
queue = multiprocessing.Queue()# 创建进程
process = multiprocessing.Process(target=worker, args=(queue,))# 启动进程
process.start()# 等待进程完成
process.join()# 获取队列中的消息
message = queue.get()
print(message)
使用 Pipe 进行进程间通信
import multiprocessingdef worker(conn):conn.send("Message from worker")conn.close()# 创建管道
parent_conn, child_conn = multiprocessing.Pipe()# 创建进程
process = multiprocessing.Process(target=worker, args=(child_conn,))# 启动进程
process.start()# 等待进程完成
process.join()# 获取管道中的消息
message = parent_conn.recv()
print(message)
通过这些参数和通信方式，你可以灵活地配置和管理进程的行为，并实现进程间的通信。
基本用法
- 创建进程
import multiprocessingdef worker():print("Worker process is running")# 创建进程
process = multiprocessing.Process(target=worker)# 启动进程
process.start()# 等待进程完成
process.join()
- 使用子类创建进程
import multiprocessingclass MyProcess(multiprocessing.Process):def run(self):print("MyProcess is running")# 创建进程
process = MyProcess()# 启动进程
process.start()# 等待进程完成
process.join()
- 进程间通信
使用 multiprocessing.Queue 或 multiprocessing.Pipe 进行进程间通信。
import multiprocessingdef worker(queue):queue.put("Message from worker")# 创建队列
queue = multiprocessing.Queue()# 创建进程
process = multiprocessing.Process(target=worker, args=(queue,))# 启动进程
process.start()# 等待进程完成
process.join()# 获取队列中的消息
message = queue.get()
print(message)
- 进程池
使用 multiprocessing.Pool 来管理进程池。
import multiprocessingdef worker(x):return x * x# 创建进程池
with multiprocessing.Pool(4) as pool:results = pool.map(worker, [1, 2, 3, 4, 5])print(results)
这篇关于python之多线程和多进程以及threading和multiprocessing模块的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
