Python threading.local代碼實例及原理解析
Python的線程操作在舊版本中使用的是thread模塊,在Python27和Python3中引入了threading模塊,同時thread模塊在Python3中改名為_thread模塊,threading模塊相較于thread模塊,對于線程的操作更加的豐富,而且threading模塊本身也是相當(dāng)于對thread模塊的進一步封裝而成,thread模塊有的功能threading模塊也都有,所以涉及到對線程的操作,推薦使用threading模塊。
threading模塊中包含了關(guān)于線程操作的豐富功能,包括:常用線程函數(shù),線程對象,鎖對象,遞歸鎖對象,事件對象,條件變量對象,信號量對象,定時器對象,柵欄對象。代碼如下
#coding = utf - 8
import threading# 創(chuàng)建全局ThreadLocal對象:
localVal = threading.local()
localVal.val = "Main-Thread"
def process_student():
print '%s (in %s)' % (localVal.val,
threading.current_thread().name)
def process_thread(name): #賦值
localVal.val = name
process_student()
t1 = threading.Thread(target =
process_thread, args = ('One', ),
name = 'Thread-A')
t2 = threading.Thread(target =
process_thread, args = ('Two', ),
name = 'Thread-B')
t1.start()
t2.start()
t1.join()
t2.join()
print localVal.val
打印結(jié)果:
One (in Thread-A)
Two (in Thread-B)
Main-Thread
threading.local()這個方法的特點用來保存一個全局變量,但是這個全局變量只有在當(dāng)前線程才能訪問,
localVal.val = name這條語句可以儲存一個變量到當(dāng)前線程,如果在另外一個線程里面再次對localVal.val進行賦值,
那么會在另外一個線程單獨創(chuàng)建內(nèi)存空間來存儲,也就是說在不同的線程里面賦值 不會覆蓋之前的值,因為每個
線程里面都有一個單獨的空間來保存這個數(shù)據(jù),而且這個數(shù)據(jù)是隔離的,其他線程無法訪問
這個東西可以用在那些地方呢,比如下載,現(xiàn)在都是多線程下載了,就像酷狗那樣,可以同時下載很多首歌曲,那么
就可以利用這個方法來保存每個下載線程的數(shù)據(jù),比如下載進度,下載速度之類的
所以 如果你在開發(fā)多線程應(yīng)用的時候 需要每個線程保存一個單獨的數(shù)據(jù)供當(dāng)前線程操作,可以考慮使用這個方法,簡單有效
其實這樣的功能還有很多種方法可以實現(xiàn),比如我們在主線程實例化一個dict對象,然后用線程的名字作為key,因為線程之間可以共享數(shù)據(jù),
所以也可以實現(xiàn)相同功能,并且靈活性更多,不過代碼就沒那么優(yōu)雅簡潔了
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
微軟開源最強Python自動化神器Playwright(不用寫一行代碼)
這篇文章主要介紹了微軟開源最強Python自動化神器Playwright(不用寫一行代碼),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
使用用Pyspark和GraphX實現(xiàn)解析復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)
GraphX是Spark提供的圖計算API,它提供了一套強大的工具,這篇文章將詳細為大家介紹如何在Python?/?pyspark環(huán)境中使用graphx進行圖計算,感興趣的可以了解下2024-01-01

