Python如何进行线程切换

线程切换

条件对象能让一个线程 A 停下来,等待其他线程 B ,线程 B 满足了某个条件后通知(notify)线程 A 继续运行。线程首先获取一个条件变量锁,如果条件不足,则该线程等待(wait)并释放条件变量锁,如果满足就执行线程,也可以通知其他状态为 wait 的线程。其他处于 wait 状态的线程接到通知后会重新判断条件。

无论是多进程还是多线程,只要数量一多,效率肯定上不去,为什么呢?

Python如何进行线程切换

我们打个比方,假设你不幸正在准备中考,每天晚上需要做语文、数学、英语、物理、化学这5科的作业,每项作业耗时1小时。

如果你先花1小时做语文作业,做完了,再花1小时做数学作业,这样,依次全部做完,一共花5小时,这种方式称为单任务模型,或者批处理任务模型。

假设你打算切换到多任务模型,可以先做1分钟语文,再切换到数学作业,做1分钟,再切换到英语,以此类推,只要切换速度足够快,这种方式就和单核CPU执行多任务是一样的了,以幼儿园小朋友的眼光来看,你就正在同时写5科作业。

但是,切换作业是有代价的,比如从语文切到数学,要先收拾桌子上的语文书本、钢笔(这叫保存现场),然后,打开数学课本、找出圆规直尺(这叫准备新环境),才能开始做数学作业。操作系统在切换进程或者线程时也是一样的,它需要先保存当前执行的现场环境(CPU寄存器状态、内存页等),然后,把新任务的执行环境准备好(恢复上次的寄存器状态,切换内存页等),才能开始执行。这个切换过程虽然很快,但是也需要耗费时间。如果有几千个任务同时进行,操作系统可能就主要忙着切换任务,根本没有多少时间去执行任务了,这种情况最常见的就是硬盘狂响,点窗口无反应,系统处于假死状态。

所以,多任务一旦多到一个限度,就会消耗掉系统所有的资源,结果效率急剧下降,所有任务都做不好。

相关推荐:《Python视频教程》

下面为一个有趣的例子

importthreading
classBoy(threading.Thread):
def__init__(self,cond,name):
super(Boy,self).__init__()
self.cond=cond
self.name=name
defrun(self):
self.cond.acquire()
print(self.name+":嫁给我吧!?")
self.cond.notify()#唤醒一个挂起的线程,让hanmeimei表态
self.cond.wait()#释放内部所占用的琐,同时线程被挂起,直至接收到通知被唤醒或超时,等待hanmeimei回答
print(self.name+":我单下跪,送上戒指!")
self.cond.notify()
self.cond.wait()
print(self.name+":Li太太,你的选择太明治了。")
self.cond.release()
classGirl(threading.Thread):
def__init__(self,cond,name):
super(Girl,self).__init__()
self.cond=cond
self.name=name
defrun(self):
self.cond.acquire()
self.cond.wait()#等待Lilei求婚
print(self.name+":没有情调,不够浪漫,不答应")
self.cond.notify()
self.cond.wait()
print(self.name+":好吧,答应你了")
self.cond.notify()
self.cond.release()
cond=threading.Condition()
boy=Boy(cond,"LiLei")
girl=Girl(cond,"HanMeiMei")
girl.start()
boy.start()

运行结果如下:

LiLei:嫁给我吧!?
HanMeiMei:没有情调,不够浪漫,不答应
LiLei:我单下跪,送上戒指!
HanMeiMei:好吧,答应你了
LiLei:Li太太,你的选择太明治了。

相关推荐: