python中对线程的支持的确不够,不过据说python有足够完备的异步网络框架模块,希望日后能学习到,这里就简单的对python中的线程做个总结
threading库可用来在单独的线程中执行任意的python可调用对象。尽管此模块对线程相关操作的支持不够,但是我们还是能够用简单的线程来处理I/O操作,以减低程序响应时间。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
from threading import Thread
import time
def countdown(n):
while n > 0 :
print ( 'T-minus:' , n)
n - = 1
t = Thread(target = countdown, args = ( 10 ,))
t.start() # 开启线程
time.sleep( 2 )
if t.is_alive() is True :
print ( "停止线程..." )
t._stop() # 停止线程
|
start函数是用来开启线程的,_stop函数是用来停止线程的。为了防止在线程中进行I/O操作时出现阻塞等问题,运行一段时间之后,可以判断线程是否还存活,如果线程还存在就调用_stop()停止,防止阻塞(你可以将_stop函数封装到类中,我这里并没有这么做)。
当然,你可以调用ThreadPool线程池来处理,而不是手动创建线程。如果线程间不需要共享变量的话,使用线程还是很方便的,可以减少很多的麻烦操作以及省时。如果需要在线程间进行通信,我们可以使用队列来实现:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
from queue import Queue
from threading import Thread
class kill:
def terminate( self , t):
if t.isAlive is True :
t._stop()
def product(out_q):
for i in range ( 5 ):
out_q.put(i)
def consumer(in_q):
for i in range ( 5 ):
print (in_q.get())
q = Queue()
t1 = Thread(target = consumer, args = (q,))
t2 = Thread(target = product, args = (q,))
t1.start()
t2.start()
k = kill() # 查询线程是否终止,防止阻塞...
k.terminate(t1)
k.terminate(t2)
|
Queue实例会被所有的线程共享,同时它又拥有了所有所需要的锁,因此它们可以安全的在任意多的线程*享。在这里要注意,不要再多线程中使用除了put(),get()方法之外的queue类的方法,因为在多线程环境中这是不可靠的!对于简单的小型的线程中数据的通信,可以使用队列来处理。如果是大型的数据需要交互通信,python提供了相关的模块你可以使用,具体的u need baidu.
所谓协程,其实就是在单线程的环境下的yield程序。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
from collections import deque
def countdown(n):
while n > 0 :
print ( "T-minus" , n)
yield # 返回之后下次直接从这里执行...相当于C#里面得yield return .
n - = 1
print ( "this is countdown!!!" )
def countup(n):
x = 0
while x < n:
print ( "Counting up" , x)
yield
x + = 1
class TaskScheduler:
def __init__( self ):
self ._task_queue = deque()
def new_task( self , task):
self ._task_queue.append(task)
def run( self ):
while self ._task_queue:
task = self ._task_queue.popleft()
try :
next (task)
self ._task_queue.append(task)
except StopIteration:
pass
sche = TaskScheduler()
sche.new_task(countdown( 10 ))
sche.new_task(countdown( 5 ))
sche.new_task(countup( 15 ))
sche.run()
|
在这里说下自己这段时间使用python的心得,python的确不错,但性能也是为人诟病,一开始学习python,我也是去做一些比较炫的程序,最起码听起来逼格高,比如使用python的自然语言处理来做情感分析以及最热的爬虫程序,还有做炫的数据分析图表。渐渐地,我就放下了那些,因为程序的重点不在那些,只要你会点基本的语法,看得懂官方文档就能够做出来,而程序代码的重点在性能,优化。最大程度的写出功能最完善,性能最优,结构最优美的程序,其实这就有点像是政治老师常说的"文化软实力",程序中的"软实力"应该是在程序中嵌入最适合的设计模式,做最完备的程序优化,采用最省性能的数据结构等。
以上这篇python简单线程和协程学习心得(分享)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。