Python의 멀티스레딩 소개

멀티스레딩은 간단히 말해서 동시에 여러 작업을 실행하는 것으로 이해될 수 있습니다. 이 기사에서는 Python 멀티스레딩 스레딩 초보자 튜토리얼 예제에 대해 자세히 설명합니다. 관심 있는 친구들이 함께 배울 수 있습니다.

1.1 멀티스레딩이란 간단히 말해서 여러 작업을 동시에 실행하는 것으로 이해하면 됩니다. . 멀티 프로세스와 멀티 스레딩 모두 여러 작업을 수행할 수 있으며 스레드는 프로세스의 일부입니다. 스레드의 특징은 스레드 간에 메모리와 변수를 공유할 수 있고 리소스를 덜 소모한다는 점이다. ) 단점은 스레드 간의 동기화 및 가속이 더 번거롭다는 것입니다.

1.2 스레드 추가 Thread

모듈 가져오기

import threading

활성화된 스레드 수 가져오기

threading.active_count()

모든 스레드 정보 보기

threading.enumerate()

지금 달리고 있어요

threading.current_thread()

스레드 추가,

Receive 매개변수 대상은 이 스레드가 완료할 작업을 나타냅니다. 직접 정의해야 합니다

threading.Thread()

def thread_job():
  print('This is a thread of %s' % threading.current_thread())
def main():
  thread = threading.Thread(target=thread_job,)  # 定义线程 
  thread.start() # 让线程开始工作
  if __name__ == '__main__':
  main()

1.3 조인 함수

스레드가 동시에 실행되기 때문에, 조인 기능을 사용하면 스레드를 만들 수 있습니다. 완료 후 대기열의 모든 작업이 처리될 때까지 호출 스레드를 차단하는 다음 단계로 진행합니다.

import threading
import time
def thread_job():
  print('T1 start\n')
  for i in range(10):
    time.sleep(0.1)
  print('T1 finish\n')
def T2_job():
  print('T2 start\n')
  print('T2 finish\n')
def main():
  added_thread=threading.Thread(target=thread_job,name='T1')
  thread2=threading.Thread(target=T2_job,name='T2')
  added_thread.start()
  #added_thread.join()
  thread2.start()
  #thread2.join()
  print('all done\n')
if __name__=='__main__':
   main()

위 예시는 조인 기능을 사용하지 않은 경우 아래와 같습니다.

조인 기능이 실행되면 T1이 실행이 끝난 후에야 T2가 실행되며, 그런 다음 인쇄가 실행됩니다('모두 완료')

1.4 저장 프로세스 결과 대기열

대기열은 Python 표준 라이브러리의 FIFO(스레드 안전 대기열) 구현으로, 적합한 고급 방법을 제공합니다. 멀티 스레드 프로그래밍의 경우 데이터 구조, 즉 큐는 생산자 스레드와 소비자 스레드 간에 정보를 전송하는 데 사용됩니다 (1) 기본 FIFO 대기열

 class queue.Queue(maxsize=0)

maxsize는 데이터 수를 나타내는 정수입니다. 최대 크기가 0보다 작거나 같으면 큐 크기에 제한이 없습니다. (2) LIFO 큐 후입선출

class queue.LifoQueue(maxsize=0)

(3) 우선순위 큐

class queue.PriorityQueue(maxsize=0)

영상 속 코드가 영상에서 잘 안 나오네요

import threading
import time
from queue import Queue
def job(l,q):
  for i in range(len(l)):
    l[i]=l[i]**2
  q.put(l)
def multithreading():
  q=Queue()
  threads=[]
  data=[[1,2,3],[3,4,5],[4,5,6],[5,6,7]]
  for i in range(4):
    t=threading.Thread(target=job,args=(data[i],q))
    t.start()
    threads.append(t)
  for thread in threads:
    thread.join()
  results=[]
  for _ in range(4):
    results.append(q.get())
  print(results)
if __name__=='__main__':
   multithreading()

실행 결과는 다음과 같습니다.

1.5 GIL이 반드시 효율적이지는 않습니다

전역 해석기 잠금 전역 해석기 잠금은 Python 가상 머신(GIL이 Python에 대한 액세스를 제어함)에 의해 제어됩니다. 가상 머신은 항상 하나의 스레드만 인터프리터에서 실행되도록 합니다. 다중 스레드 환경에서 Python 가상 머신은 다음과 같이 실행됩니다.

1. GIL을 설정합니다.
2. 실행할 스레드로 전환합니다.

3. 실행:

a. 또는

b 스레드가 제어를 적극적으로 포기합니다(time.sleep(0) 호출 가능)

4. 스레드를 절전 상태로 설정

5. 이전에 1-5

을 반복합니다. 외부 코드(예: C/C++ 확장 함수)를 호출하면 GIL은 이 함수가 끝날 때까지 잠깁니다(이 기간 동안 Python 바이트코드가 실행되지 않으므로 스레드 전환이 수행되지 않습니다).

다음은 영상에 나오는 코드 예시입니다. 숫자를 4배로 늘려서 일반적인 방법으로 나누어 4개의 스레드에 할당하는데 시간이 많이 걸리는 차이는 없습니다.

import threading
from queue import Queue
import copy
import time
def job(l, q):
  res = sum(l)
  q.put(res)
def multithreading(l):
  q = Queue()
  threads = []
  for i in range(4):
    t = threading.Thread(target=job, args=(copy.copy(l), q), name='T%i' % i)
    t.start()
    threads.append(t)
  [t.join() for t in threads]
  total = 0
  for _ in range(4):
    total += q.get()
  print(total)
def normal(l):
  total = sum(l)
  print(total)
if __name__ == '__main__':
  l = list(range(1000000))
  s_t = time.time()
  normal(l*4)
  print('normal: ',time.time()-s_t)
  s_t = time.time()
  multithreading(l)
  print('multithreading: ', time.time()-s_t)

실행 결과는 다음과 같습니다.

1.6 线程锁 Lock

如果线程1得到了结果，想要让线程2继续使用1的结果进行处理，则需要对1lock，等到1执行完，再开始执行线程2。一般来说对share memory即对共享内存进行加工处理时会用到lock。

import threading
def job1():
  global A, lock #全局变量
  lock.acquire() #开始lock
  for i in range(10):
    A += 1
    print('job1', A)
  lock.release() #释放
def job2(): 
  global A, lock
  lock.acquire()
  for i in range(10):
    A += 10
    print('job2', A)
  lock.release()
if __name__ == '__main__':
  lock = threading.Lock()
  A = 0
  t1 = threading.Thread(target=job1)
  t2 = threading.Thread(target=job2)
  t1.start()
  t2.start()
  t1.join()
  t2.join()

运行结果如下所示：

总结

위 내용은 Python의 멀티스레딩 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!