Создание потоков

Loading...

Del curso dictado por Moscow Institute of Physics and Technology

Погружение в Python

683 calificaciones

Moscow Institute of Physics and Technology

Погружение в Python

683 calificaciones

Curso 1 de 4 en SpecializationПрограммирование на Python

Python – простой, гибкий и невероятно популярный язык, который используется практически во всех областях современной разработки. С его помощью можно создавать веб-приложения, писать игры, заниматься анализом данных, автоматизировать задачи системного администрирования и многое другое. “Погружение в Python” читают разработчики, применяющие Python в проектах, которыми ежедневно пользуются миллионы людей. Курс покрывает все необходимые для ежедневной работы программиста темы, а также рассказывает про многие особенности языка, которые часто опускают при его изучении. В ходе курса вы изучите конструкции языка, типы и структуры данных, функции, научитесь применять объектно-ориентированное и функциональное программирование, узнаете про особенности реализации Python, научитесь писать асинхронный и многопоточный код. Помимо теории вас ждут практические задания, которые помогут проверить полученные знания и отточить навыки программирования на Python. После успешного окончания курса вы сможете использовать полученный опыт для разработки проектов различной сложности.

De la lección

Многопоточное и асинхронное программирование.

Пятая неделя посвящена одной из самых актуальных тем современного мира разработки — асинхронному и многопоточному программированию. Вы узнаете про процессы и потоки, а также научитесь писать асинхронный код с помощью asyncio.

Вступительное видео пятой недели1:16

Процесс и его характеристики9:30

Создание процессов10:01

Создание потоков5:55

Синхронизация потоков8:12

Глобальная блокировка интерпретатора6:15

Conoce a los instructores

Александр Емелин
Mail.Ru Group, преподаватель МГТУ им. Н. Э. Баумана
Александр Жебрак
Технический директор Insilico Medicine
Дмитрий Швеенков
Mail.Ru Group, руководитель команды разработки

Итак, в прошлом видео мы обсудили процессы.

В этом видео мы поговорим о потоках.

Мы обсудим создание потоков при помощи модуля threading

и использование класса ThreadPoolExecutor.

С прикладной точки зрения поток

целиком и полностью напоминает процесс.

Он имеет свою последовательность инструкций для исполнения,

у каждого потока есть свой собственный стек,

но все потоки выполняются в рамках одного процесса.

Этим они отличаются.

Если мы говорили о процессах и у каждого процесса

были свои ресурсы и память, то все созданные потоки

разделяют память процесса и все его ресурсы.

Управлением и выполнением потоков занимается операционная система.

Но в Python есть свои ограничения для потоков.

Их мы обсудим отдельно.

Итак, давайте рассмотрим пример, как создать поток на Python.

Всё делается очень просто и похоже на создание процессов.

Используем модуль threading, импортируем класс Thread.

Далее мы объявляем функцию,

которую хотим исполнить в отдельном потоке

функции f, которая просто выводит hello

и аргумент, который ей передали.

Далее мы создаем объект класса Thread, передаем в него

нашу функцию f в качестве параметров и аргументы,

с которыми эта функция должна будет быть вызвана.

Опять же, после того как мы создали объект,

никакого потока запущено не будет.

Поток будет запущен, после того как мы вызовем

метод start у этого объекта.

Также очень важно дожидаться выполнения завершения

всех созданных потоков при помощи метода join у этого объекта.

Если мы выполним пример в консоли с этого слайда,

то получим вывод hello Bob.

Существует также альтернативный метод

создания потока при помощи наследования.

Опять же, всё очень похоже на использование модуля multiprocessing,

объявляем свой класс, наследуемся от класса Thread,

в конструктор передаем нужные аргументы,

для того чтобы выполнить нашу функцию в отдельном потоке.

Запоминаем их в self.

Далее мы переопределяем метод run,

и метод run уже будет выполнен в отдельном потоке управления.

В этом методе run мы можем использовать

переданные аргументы конструктору, которые мы запомнили в self.

Далее создаем объект класса PrintThread,

передаем туда нужные аргументы,

в качестве примера я передал строку Mike.

Далее вызываем метод start.

Здесь всё то же самое.

Метод start создаст поток, и при помощи join мы будем ждать,

пока этот поток завершится в основном потоке.

Если мы исполним этот пример, то увидим вывод hello Mike.

Итак, вы можете использовать любой из приведенных способов,

всё зависит от ваших предпочтений, любите ли вы наследование

либо просто любите передавать функции как аргументы.

В Python3 появился очень удобный класс

для создания пула потоков.

Называется он ThreadPoolExecutor модуль concurrent.futures.

Предположим, у нас есть

некий массив чисел, и нам нужно ограничить

количество потоков и рассчитать

квадраты чисел для этого массива.

Для этого можно использовать контекстный менеджер,

указать в нем вызов ThreadPoolExecutor

с параметром max_workers, который как раз отвечает за

максимальное количество потоков,

которые будут созданы в этом блоке with.

Не нужно заботиться о завершении потоков.

Нужное количество потоков будет создано автоматически,

и при завершении контекстного менеджера

будет вызвана функция shutdown,

которая дождется завершения всех созданных потоков.

Основная функция у этого ThreadPoolExecutor

— это метод submit.

Метод submit создает объект класса concurrent.futures Future

— это такой объект, который еще не завершился,

но выполняется и будет завершен в будущем.

При помощи удобного метода as_completed

из этого модуля concurrent.futures

мы можем дождаться завершения всех наших объектов

и получить результаты по мере завершения всех этих потоков,

созданных нашим Executor.

Если мы запустим пример, мы опять получим вывод,

похожий на слайд.

Итак, в этом видео мы обсудили, что такое поток.

Мы рассмотрели особенности создания потоков при помощи модуля threading.

Ключевое отличие потоков от процессов состоит в том,

что они разделяют память и все ресурсы процессов,

в рамках которого они запущены.

Также мы рассмотрели работу класса ThreadPoolExecutor

и обсудили, как можно ограничить количество потоков

для решения конкретной задачи.

В следующем видео мы рассмотрим

вопрос синхронизации потоков и блокировки.

Explora nuestro catálogo

Inscríbete de manera gratuita y obtén recomendaciones personalizadas, actualizaciones y ofertas.

Coursera brinda acceso universal a la mejor educación del mundo, al asociarse con las mejores universidades y organizaciones, para ofrecer cursos en línea.

© 2018 Coursera Inc. Todos los derechos reservados.

Descargar en la App Store

Consíguelo en Google Play