Python 之多线程通信的几种常用方法

一般来说,大部分遇到的多线程,只要能各自完成好各自的任务即可。少数情况下,不同线程可能需要在线程安全的情况下,进行通信和数据交换。Python 中常用的线程通信有以下方法。

共享变量

共享变量是最简单的线程通信方式,比如进行计数更新等操作,但需要配合锁来保证线程安全。

import threading # 共享变量 shared_data = 0 lock = threading.Lock() def worker(): global shared_data with lock: # 使用锁保证线程安全 shared_data += 1 threads = [] for i in range(5): t = threading.Thread(target=worker) threads.append(t) t.start() for t in threads: t.join() print(f"最终结果: {shared_data}") # 应该是5

Queue队列

最常用的线程安全通信方式,是生产者-消费者模式的理想选择。比如使用优先级队列优先消费高优先级的数据(序号越低,优先级越高,越优先消费)。

from time import sleep from random import random, randint from threading import Thread from queue import PriorityQueue queue = PriorityQueue() def producer(queue): print('Producer: Running') for i in range(5): # create item with priority value = random() priority = randint(0, 5) item = (priority, value) queue.put(item) # wait for all items to be processed queue.join() queue.put(None) print('Producer: Done') def consumer(queue): print('Consumer: Running') while True: # get a unit of work item = queue.get() if item is None: break sleep(item[1]) print(item) queue.task_done() print('Consumer: Done') producer = Thread(target=producer, args=(queue,)) producer.start() consumer = Thread(target=consumer, args=(queue,)) consumer.start() producer.join() consumer.join()
Producer: Running Consumer: Running (0, 0.9945246262101098) (2, 0.35853829355476663) (2, 0.4794139132317813) (3, 0.8460111545035349) (5, 0.6047655828611674) Producer: Done Consumer: Done

Event事件

线程模提供了 Event 用于线程间的简单信号传递。Event 对象管理内部标志的状态。标志初始为False,并通过 set() 方法变为 True,通过 clear() 方法重新设置为 False。wait() 方法会阻塞,直到标志变为 True。

比如下面使用 Event 通知,模拟交通信号灯周期性变化及车辆通行之间的协同运行。车辆根据信号灯的状态判断是否通行还是等待;车辆通行完毕以后,只剩下信号灯周期性变化。

from threading import * import time def signal_state(): while True: time.sleep(5) print("Traffic Police Giving GREEN Signal") event.set() time.sleep(10) print("Traffic Police Giving RED Signal") event.clear() def traffic_flow(): num = 0 while num < 10: print("Waiting for GREEN Signal") event.wait() print("GREEN Signal ... Traffic can move") while event.is_set(): num = num + 1 print("Vehicle No:", num, " Crossing the Signal") time.sleep(2) print("RED Signal ... Traffic has to wait") event = Event() t1 = Thread(target=signal_state) t2 = Thread(target=traffic_flow) t1.start() t2.start()
Waiting for GREEN Signal Traffic Police Giving GREEN Signal GREEN Signal ... Traffic can move Vehicle No: 1 Crossing the Signal Vehicle No: 2 Crossing the Signal Vehicle No: 3 Crossing the Signal Vehicle No: 4 Crossing the Signal Vehicle No: 5 Crossing the Signal Traffic Police Giving RED Signal RED Signal ... Traffic has to wait Waiting for GREEN Signal Traffic Police Giving GREEN Signal GREEN Signal ... Traffic can move Vehicle No: 6 Crossing the Signal Vehicle No: 7 Crossing the Signal Vehicle No: 8 Crossing the Signal Vehicle No: 9 Crossing the Signal Vehicle No: 10 Crossing the Signal Traffic Police Giving RED Signal RED Signal ... Traffic has to wait Traffic Police Giving GREEN Signal Traffic Police Giving RED Signal Traffic Police Giving GREEN Signal Traffic Police Giving RED Signal ...

Condition条件对象

线程模块中的 Condition 类实现了条件变量对象。条件对象会强制一个或多个线程等待,直到被另一个线程通知。Condition 用于更复杂的线程同步,允许线程等待特定条件。比如上面的 Event 的实现,其内部也是在使用 Condition。

import threading import time # 共享资源 buffer = [] MAX_ITEMS = 5 condition = threading.Condition() def producer(): """生产者""" for i in range(10): time.sleep(0.2) with condition: while len(buffer) >= MAX_ITEMS: print("Buffer full,wait...") condition.wait() # 等待缓冲区有空位 item = f"item-{i}" buffer.append(item) print(f"Producer: {item}, Buffer: {len(buffer)}") condition.notify_all() # 通知消费者 def consumer(): """消费者""" for i in range(10): time.sleep(0.8) with condition: while len(buffer) == 0: print("Buffer empty,wait...") condition.wait() # 等待缓冲区有数据 item = buffer.pop(0) print(f"Consumer: {item}, Buffer: {len(buffer)}") condition.notify_all() # 通知生产者 # 创建线程 prod = threading.Thread(target=producer) cons = threading.Thread(target=consumer) prod.start() cons.start() prod.join() cons.join()
Producer: item-0, Buffer: 1 Producer: item-1, Buffer: 2 Producer: item-2, Buffer: 3 Consumer: item-0, Buffer: 2 Producer: item-3, Buffer: 3 Producer: item-4, Buffer: 4 Producer: item-5, Buffer: 5 Buffer full,wait... Consumer: item-1, Buffer: 4 Producer: item-6, Buffer: 5 Buffer full,wait... Consumer: item-2, Buffer: 4 Producer: item-7, Buffer: 5 Buffer full,wait... Consumer: item-3, Buffer: 4 Producer: item-8, Buffer: 5 Buffer full,wait... Consumer: item-4, Buffer: 4 Producer: item-9, Buffer: 5 Consumer: item-5, Buffer: 4 Consumer: item-6, Buffer: 3 Consumer: item-7, Buffer: 2 Consumer: item-8, Buffer: 1 Consumer: item-9, Buffer: 0

Semaphore信号量

Semaphore 信号量控制对共享资源的访问数量。信号量的基本概念是使用一个内部计数器,每个 acquire() 调用将其递减,每个 release() 调用将其递增。计数器永远不能低于零;当 acquire() 发现计数器为零时,它会阻塞,直到某个其他线程调用 release()。当然,从源码看,信号量也是通过 Condition 条件对象来进行实现的。

import threading import time # 信号量,限制最多3个线程同时访问 semaphore = threading.Semaphore(3) def access_resource(thread_id): """访问共享资源""" with semaphore: print(f"Thread {thread_id} acquire\n", end="") time.sleep(2) # 模拟资源访问 print(f"Thread {thread_id} release\n", end="") # 创建10个线程 threads = [] for i in range(10): t = threading.Thread(target=access_resource, args=(i,)) threads.append(t) t.start() for t in threads: t.join()
Thread 0 acquire Thread 1 acquire Thread 2 acquire Thread 0 release Thread 3 acquire Thread 1 release Thread 2 release Thread 4 acquire Thread 5 acquire Thread 3 release Thread 6 acquire Thread 4 release Thread 7 acquire Thread 5 release Thread 8 acquire Thread 6 release Thread 9 acquire Thread 7 release Thread 8 release Thread 9 release

Barrier屏障

Barrier 使多个线程等待,直到指定数目的线程都到达某个点,这些线程才会被同时唤醒,然后继续往后执行(需要注意的是:如果没有设置 timeout,且总的线程数无法整除给定的线程数 parties 时,会导致线程阻塞,形成死锁)。

import threading import time # 创建屏障,等待3个线程(注意:如果总的线程数无法整除3,则会导致线程阻塞) barrier = threading.Barrier(3) def worker(worker_id): """工作线程""" print(f"Worker {worker_id} start") time.sleep(worker_id) # 模拟不同工作速度 print(f"Worker {worker_id} arrive") barrier.wait() # 等待所有线程到达 print(f"Worker {worker_id} continue") # 创建3个线程 threads = [] for i in range(6): t = threading.Thread(target=worker, args=(i,)) threads.append(t) t.start() for t in threads: t.join()
Worker 0 start Worker 0 arrive Worker 1 start Worker 2 start Worker 3 start Worker 4 start Worker 5 start Worker 1 arrive Worker 2 arrive Worker 2 continue Worker 0 continue Worker 1 continue Worker 3 arrive Worker 4 arrive Worker 5 arrive Worker 5 continue Worker 3 continue Worker 4 continue

不管以什么样的方式进行线程通信,最重要的当属线程安全,线程通信的各种设计,也是建立在通过锁的机制保证线程安全的情况下来实现各种功能的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1151123.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MediaPipe骨骼检测镜像全测评:CPU版也能毫秒级响应

MediaPipe骨骼检测镜像全测评&#xff1a;CPU版也能毫秒级响应 在人体姿态估计领域&#xff0c;实时性、精度与部署便捷性一直是开发者关注的核心。随着边缘计算和本地化AI应用的兴起&#xff0c;如何在不依赖GPU的情况下实现高精度、低延迟的人体关键点检测成为一大挑战。本文…

AI姿态估计WebUI教程:33个关键点检测入门必看

AI姿态估计WebUI教程&#xff1a;33个关键点检测入门必看 1. 引言&#xff1a;为什么姿态估计是AI视觉的“下一站”&#xff1f; 随着计算机视觉技术的不断演进&#xff0c;人体姿态估计&#xff08;Human Pose Estimation&#xff09;正成为智能交互、运动分析、虚拟现实和安…

舞蹈教学新姿势:MediaPipe镜像实现实时动作捕捉

舞蹈教学新姿势&#xff1a;MediaPipe镜像实现实时动作捕捉 1. 项目背景与核心价值 在舞蹈、健身、体育训练等场景中&#xff0c;精准的动作反馈是提升技能的关键。传统教学依赖教练肉眼观察&#xff0c;存在主观性强、反馈延迟等问题。随着AI技术的发展&#xff0c;人体骨骼…

零基础玩转人体姿态估计:MediaPipe骨骼检测保姆级教程

零基础玩转人体姿态估计&#xff1a;MediaPipe骨骼检测保姆级教程 1. 引言&#xff1a;为什么你需要掌握人体姿态估计&#xff1f; 1.1 技术背景与应用场景 人体姿态估计&#xff08;Human Pose Estimation&#xff09;是计算机视觉中的核心任务之一&#xff0c;旨在从图像或…

elasticsearch-head部署在开发机:本地调试的最佳实践

用 elasticsearch-head 搭建轻量级本地调试环境&#xff1a;开发者的高效利器 你有没有遇到过这样的场景&#xff1f; 刚写完一段 Elasticsearch 查询逻辑&#xff0c;想验证结果是否正确——打开终端敲 curl &#xff0c;拼接复杂的 JSON 请求体&#xff1b;换一个条件再…

舞蹈动作分析系统:MediaPipe Pose优化与效果展示

舞蹈动作分析系统&#xff1a;MediaPipe Pose优化与效果展示 1. 引言&#xff1a;AI人体骨骼关键点检测的工程价值 随着人工智能在视觉领域的深入发展&#xff0c;人体姿态估计&#xff08;Human Pose Estimation&#xff09;已成为智能健身、舞蹈教学、运动康复和虚拟现实等…

完整示例展示UDS 27服务正负响应处理

深入实战&#xff1a;UDS 27服务的正负响应处理全解析在汽车电子系统开发中&#xff0c;安全访问机制是保障关键功能不被非法篡改的核心防线。而统一诊断服务&#xff08;Unified Diagnostic Services, UDS&#xff09;中的27服务&#xff08;Security Access&#xff09;&…

MapReduce 原理详解:从入门到精通

MapReduce原理详解&#xff1a;从入门到精通 副标题&#xff1a;大数据处理的“流水线”魔法 关键词 MapReduce、分布式计算、大数据处理、Shuffle过程、WordCount、Hadoop、分而治之 摘要 当你面对1TB的文本文件想统计单词频率时&#xff0c;单机处理可能需要几天&#xff0c;…

译码器与编码器实现:数字电路实验原理全解析

译码器与编码器实战解析&#xff1a;从面包板到FPGA的数字电路设计之路你有没有试过在实验箱上连了一堆杜邦线&#xff0c;拨动开关却始终点不亮正确的LED&#xff1f;或者写完一段Verilog代码下载进FPGA&#xff0c;结果数码管显示乱码&#xff1f;如果你正在学习数字电路&…

使用WinDbg分析BSOD日志的完整指南

用WinDbg精准定位蓝屏元凶&#xff1a;从崩溃日志到驱动归因的实战全解析 你有没有遇到过这样的场景&#xff1f;一台服务器毫无征兆地蓝屏重启&#xff0c;事件查看器里只留下一行冰冷的 KERNEL_SECURITY_CHECK_FAILURE &#xff1b;或者某台开发机频繁死机&#xff0c;重装…

新手必看CAPL技巧:常用函数与日志输出方法

新手必看CAPL技巧&#xff1a;从零掌握核心函数与高效日志输出你是不是刚接触CANoe&#xff0c;面对满屏的CAPL代码无从下手&#xff1f;有没有遇到过这样的场景&#xff1a;ECU通信异常&#xff0c;Trace窗口里一堆报文闪个不停&#xff0c;却不知道问题出在哪一步&#xff1f…

解决QTabWidget内存泄漏的编程注意事项

如何避免 QTabWidget 内存泄漏&#xff1f;一个被忽视的 Qt 开发陷阱 你有没有遇到过这样的情况&#xff1a; 开发了一个基于 QTabWidget 的多标签应用&#xff0c;用户反复打开、关闭页面后&#xff0c;程序内存占用越来越高&#xff0c;最终变得卡顿甚至崩溃&#xff1f; …

OpenAMP核间通信中的RPMsg协议工作机制详解

OpenAMP核间通信中的RPMsg协议工作机制详解从一个常见的多核困境说起你有没有遇到过这样的场景&#xff1f;在一款基于Cortex-A Cortex-M的异构处理器上开发系统&#xff0c;主核跑 Linux 要处理网络和 UI&#xff0c;从核跑裸机负责实时控制电机。两者需要频繁交换数据——比…

android studio SDK Tools 内没有 LLDB选项

新版本Android Studio下载NDK后已经内置了LLDB,无需单独下载, 安装 CmakeNDK 即可直接调试JNI程序

AI骨骼关键点检测:MediaPipe CPU优化与性能提升教程

AI骨骼关键点检测&#xff1a;MediaPipe CPU优化与性能提升教程 1. 引言 1.1 人体姿态估计的技术背景 随着人工智能在计算机视觉领域的深入发展&#xff0c;人体姿态估计&#xff08;Human Pose Estimation&#xff09;已成为智能健身、动作捕捉、虚拟现实和人机交互等场景的…

通过PWM频率优化无源蜂鸣器音效操作指南

如何让无源蜂鸣器“唱”出清晰响亮的提示音&#xff1f;——PWM频率调优实战指南你有没有遇到过这样的情况&#xff1a;在调试一个报警系统时&#xff0c;明明代码已经触发了蜂鸣器&#xff0c;可声音却微弱、沙哑&#xff0c;甚至断断续续像“咳嗽”一样&#xff1f;更糟的是&…

CSS3 技术拓展学习笔记

CSS3 技术拓展学习笔记 一、SVG 基础与动画 1. SVG 是什么 SVG&#xff08;Scalable Vector Graphics&#xff09; 是一种基于 XML 的矢量图形标准&#xff0c;由 W3C 制定。 核心特点&#xff1a; ✅ 无损缩放&#xff1a;放大缩小始终清晰✅ 文件体积小&#xff1a;适合网络与…

软件环境配置

一. Android Studio 1. 配置镜像 阿里云镜像&#xff1a;https://mirrors.aliyun.com/android.googlesource.com/ 使用方法: 打开设置&#xff08;settings&#xff09;。 进入“外观与行为”&#xff08;Appearance & Behavior&#xff09;。 选择“系统设置”&a…

USB Host模式工作原理解析:深度剖析通信机制

USB Host模式工作原理解析&#xff1a;从零构建嵌入式主控系统 你有没有遇到过这样的场景&#xff1a; 想让一块STM32开发板直接读取U盘里的配置文件&#xff1f; 或者希望你的工控终端能像电脑一样“认出”插上去的扫码枪、摄像头甚至移动硬盘&#xff1f; 这时候&#xff…

【47】飞机数据集(有v5/v8模型)/YOLO飞机检测

文章目录 1 数据集介绍1.1 说明1.2 类别 2 训练好的模型结果2.1 YOLOv5模型结果2.2 YOLOv8模型结果 3 数据集获取 ➷点击跳转至数据集及模型获取处☇ 1 数据集介绍 1.1 说明 图片数量1000张&#xff0c;已标注txt格式 训练集验证集测试集按750:200:50划分 可以直接用于目标检…