zoukankan      html  css  js  c++  java
  • 线程的生命周期

    Python线程的生命周期(新建、就绪、运行、阻塞和死亡)

    当线程被创建并启动后,并不会直接进入执行状态,也不会一直处于执行状态,线程的生命周期中,它会经历新建(new)、就绪(Ready)、运行(Running)、阻塞(Blocked)和死亡(Dead)5 种状态。当线程启动以后,它不可能一直“霸占”着 CPU 独自运行。所以 CPU 需要在多个线程之间切换,于是线程的状态也会多次在运行、就绪之间转换。

    线程的新建和就绪状态

    当程序创建了一个 Thread 对象或 Thread 子类的对象之后,该线程就处于新建状态,和其他的 Python 对象一样,此时的线程对象并没有表现出任何线程的动态特征,程序也不会执行线程执行体(target)。

    当线程对象调用 start() 方法之后,该线程处于就绪状态,Python 解释器会为其创建方法调用栈和程序计数器,处于这种状态中的线程并没有开始运行,只是表示该线程可以运行了。至于该线程何时开始运行,取决于 Python 解释器中线程调度器的调度(CPU的调度)。

    注意,启动线程使用 start() 方法,而不是 run() 方法。调用 start() 方法来启动线程,系统会把该 run() 方法当成线程执行体来处理;但如果直接调用线程对象的 run() 方法,则 run() 方法立即就会被执行,而且在该方法返回之前其他线程无法并发执行。也就是说,如果直接调用线程对象的 run() 方法,则系统会把线程对象当成一个普通对象,而 run() 方法是一个普通方法,不是线程执行体。

    import threading
    # 定义准备作为线程执行体的action函数
    def action(max):
        for i in range(max):
            # 直接调用run()方法时,Thread的name属性返回的是该对象的名字
            # 而不是当前线程的名字
            # 使用threading.current_thread().name总是获取当前线程的名字
            print(threading.current_thread().name +  " " + str(i))  #
    for i in range(100):
        # 调用Thread的currentThread()方法获取当前线程
        print(threading.current_thread().name +  " " + str(i))
        if i == 20:
            # 直接调用线程对象的run()方法
            # 系统会把线程对象当成普通对象,把run()方法当成普通方法
            # 所以下面两行代码并不会启动两个线程,而是依次执行两个run()方法
            threading.Thread(target=action,args=(100,)).run()
            threading.Thread(target=action,args=(100,)).run()

    启动线程的正确方法是调用 Thread 对象的 start() 方法,而不是直接调用 run() 方法,否则就变成单线程程序了。

    注意,只能对处于新建状态的线程调用 start() 方法。也就是说,如果程序对同一个线程重复调用 start() 方法,将引发 RuntimeError 异常。

    线程的运行和阻塞状态

    如果处于就绪状态的线程获得了 CPU,开始执行 run() 方法的线程执行体,则该线程处于运行状态。

    如果计算机只有一个 CPU,那么在任何时刻只有一个线程处于运行状态。当然,在一个具有多处理器的机器上,将会有多个线程并行(Parallel)执行;当线程数大于处理器数时,依然会存在多个线程在同一个 CPU 上轮换的情况。

    当一个线程开始运行后,它不可能一直处于运行状态(除非它的线程执行体足够短,瞬间就执行结束了),线程在运行过程中需要被中断,目的是使其他线程获得执行的机会,线程调度的细节取决于底层平台所采用的策略。对于采用抢占式调度策略的系统而言,系统会给每一个可执行的线程一个小时间段来处理任务;当该时间段用完后,系统就会剥夺该线程所占用的资源,让其他线程获得执行的机会。在选择下一个线程时,系统会考虑线程的优先级。

    所有现代的桌面和服务器操作系统都采用抢占式调度策略,但一些小型设备如手机等则可能采用协作式调度策略,在这样的系统中,只有当一个线程调用了它的 sleep() 或 yield() 方法后才会放弃其所占用的资源(也就是必须由该线程主动放弃其所占用的资源)。

    当发生如下情况时,线程将会进入阻塞状态:

    • 线程调用 sleep() 方法主动放弃其所占用的处理器资源。
    • 线程调用了一个阻塞式 I/O 方法,在该方法返回之前,该线程被阻塞。
    • 线程试图获得一个锁对象,但该锁对象正被其他线程所持有。关于锁对象的知识,后面将有更深入的介绍。
    • 线程在等待某个通知(Notify)。


    当前正在执行的线程被阻塞之后,其他线程就可以获得执行的机会。被阻塞的线程会在合适的时候重新进入就绪状态,注意是就绪状态,而不是运行状态。也就是说,被阻塞线程的阻塞解除后,必须重新等待线程调度器再次调度它。

    针对上面几种情况,当发生如下特定的情况时可以解除阻塞,让该线程重新进入就绪状态:

    • 调用 sleep() 方法的线程经过了指定的时间。
    • 线程调用的阻塞式 I/O 方法己经返回。
    • 线程成功地获得了试图获取的锁对象。
    • 线程正在等待某个通知时,其他线程发出了一个通知。

         

                                               

    线程从阻塞状态只能进入就绪状态,无法直接进入运行状态。就绪和运行状态之间的转换通常不受程序控制,而是由系统线程调度所决定的,当处于就绪状态的线程获得处理器资源时,该线程进入运行状态;当处于运行状态的线程失去处理器资源时,该线程进入就绪状态。

    线程死亡

    线程会以如下方式结束,结束后就处于死亡状态:

    • run() 方法或代表线程执行体的 target 函数执行完成,线程正常结束。
    • 线程抛出一个未捕获的 Exception 或 Error。

    注意,当主线程结束时,其他线程不受任何影响,并不会随之结束。一旦子线程启动起来后,它就拥有和主线程相同的地位,不会受主线程的影响。

    为了测试某个线程是否己经死亡,可以调用线程对象的 is_alive() 方法,当线程处于就绪、运行、阻塞三种状态时,该方法将返回 True;当线程处于新建、死亡两种状态时,该方法将返回 False。

    不要试图对一个已经死亡的线程调用 start() 方法使它重新启动,死亡就是死亡,该线程将不可再次作为线程运行。

    import threading
    # 定义action函数准备作为线程执行体使用
    def action(max):
        for  i in range(100):
            print(threading.current_thread().name +  " " + str(i))
    # 创建线程对象
    sd = threading.Thread(target=action, args=(100,))
    for i in range(300):
        # 调用threading.current_thread()函数获取当前线程
        print(threading.current_thread().name +  " " + str(i))
        if i == 20:
            # 启动线程
            sd.start()
            # 判断启动后线程的is_alive()值,输出True
            print(sd.is_alive())
        # 当线程处于新建、死亡两种状态时,is_alive()方法返回False
        # 当i > 20时,该线程肯定已经启动过了,如果sd.is_alive()为False时
        # 那就是死亡状态了
        if i > 20 and not(sd.is_alive()):
            # 试图再次启动该线程
            sd.start()

       报错:RuntimeError: threads can only be started once

  • 相关阅读:
    jquery中attr和prop的区别
    director.js:客户端的路由---简明中文教程
    MVC利用Routing实现多域名绑定一个站点、二级域名以及二级域名注册Area
    机器学习——几种分类算法的汇总
    图像预处理(二值化)
    深度学习训练数据打标签过程
    卷积神经网络(CNN)
    机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)
    TortoiseGit上传项目到GitHub
    机器学习中的数据清洗与特征工程
  • 原文地址:https://www.cnblogs.com/jzxs/p/11415535.html
Copyright © 2011-2022 走看看