Python 中的基于线程的并行性

线程在计算机科学中是一组命令，可以被操作系统的一部分调度器单独控制。

线程用于同时运行多个线程。线程意味着程序中的多个任务和函数调用。一个多线程程序有子程序，由各个线程管理。软件执行的并行性通过多线程实现。活动的线程同时运行并共享 CPU 资源，从而加快程序执行速度。

多线程的用途

• 当主程序必须整合子程序的输出时，会使用多线程。
• 当主程序有独立的代码时，会使用多线程。

Python 中的线程模块

Python 提供了一个名为 threading 的强大模块，它支持不同的线程。

它提供了各种用于获取线程及其相关数据的功能。此外，这些函数会自动执行。这些函数和方法是

1. threading.active_count(): 此函数返回当前运行的活动线程数。返回的计数是 enumerate() 函数返回的列表的长度。
2. threading.get_ident(): 此函数用作正在运行线程的线程标识符。它是一个非零整数。
3. threading.enumerate(): enumerate 函数返回一个当前正在运行的所有活动线程的列表，包括守护线程。
4. threading.current_thread: 此函数提供当前线程对象，它对应于调用者的线程对象。如果调用者的控制线程不是使用 threading 模块生成的，则会返回一个功能有限的虚拟线程对象。
5. threading.main_thread(): 它返回主线程对象。
6. threading.setprofile(func): 在从模块启动任何线程时使用此函数。在执行 run() 方法之前，此函数会传递给每个线程的 sys.setprofile()。
7. threading.stack_size([size]): 它返回线程堆栈大小。在创建新线程时使用。
8. threading.settrace(func): 在从模块启动任何线程时使用此函数。在执行 run() 方法之前，此函数会传递给每个线程的 sys.settrace()。
9. threading.TIMEOUT_MAX: 这是一个具有最大值的常量，用于阻塞函数的超时参数（Lock.acquire()、RLock.acquire()、Condition.wait() 等）

在 Python 中导入 threading 模块

让我们在 Python 中实现线程概念。

创建新线程

threading 模块用于创建新线程。创建的新线程中的数据通过 __init__ 函数进行初始化。run 函数定义了新线程开始执行后的行为。

我们必须遵循以下步骤来创建新线程

1. 我们必须创建一个线程类的子类。
2. 现在，重写线程类的 __init__ 函数。它将初始化线程的数据。
3. 然后，重写 run 方法，该方法有助于定义线程的行为。

程序 1：在 Python 中创建新线程的程序。

代码

输出

Creating new threads
JTP  2300
Javatpoint  5000
Exit

说明

在此，我们首先导入了 threading 模块。然后，我们创建了一个名为 new_thread 的类，然后使用 __init__ 函数初始化了 threading 类。然后使用 run() 函数定义了线程函数。然后我们创建了两个带有 ID 的线程对象。然后，我们将启动线程创建；它将打印线程名称和 ID。

程序 2：说明 Python 中线程及其功能的程序。

代码

输出

Name of  the main thread : MainThread
Identity of the main thread : 10528
Stack size is : 0
Passing the trace function
None
Set the profile of thread: MainThread
1500
Total Number of active threads: 7
Name of the current thread: Thread-19
2900
Total Number of active threads: 7
Name of the current thread: Thread-20
Enumeration list : 
[<_MainThread(MainThread, started 10528)>, , , , , ]
Exit

说明

我们首先导入了 threading 模块。然后，我们调用了两个函数用于跟踪函数和设置线程的配置。然后我们创建了一个线程类，然后初始化了线程的数据。然后我们需要打印线程的详细信息，例如它的名称、身份和枚举列表。