Как работать с многопоточностью в Python

Многопоточность — это один из способов управления одновременным выполнением нескольких задач в программе. В Python это можно реализовать с помощью модуля threading. В этой статье мы разберемся, как использовать многопоточность в Python и рассмотрим примеры.

Освойте Python на курсе от Skypro. Вас ждут 400 часов обучения и практики (достаточно десяти часов в неделю), подготовка проектов для портфолио, индивидуальная проверка домашних заданий и помощь опытных наставников. Получится, даже если у вас нет опыта в IT.

Создание потоков

Для создания потоков в Python используется класс Thread из модуля threading. Вот простой пример создания двух потоков, которые выводят сообщение о своем выполнении:

import threading

def print_hello():
    print("Hello from thread", threading.current_thread().name)

thread1 = threading.Thread(target=print_hello, name="Thread-1")
thread2 = threading.Thread(target=print_hello, name="Thread-2")

thread1.start()
thread2.start()

thread1.join()
thread2.join()

print("All threads finished")

В этом примере мы создаем два потока, задавая функцию print_hello в качестве их целевой функции. Затем мы запускаем потоки с помощью метода start() и ожидаем их завершения с помощью метода join().

Использование блокировок

При работе с многопоточностью может возникнуть проблема, когда два или более потока пытаются одновременно получить доступ к общему ресурсу. В этом случае необходимо использовать блокировки, чтобы гарантировать, что только один поток имеет доступ к ресурсу в определенный момент времени.

Пример использования блокировок:

import threading

counter = 0
lock = threading.Lock()

def increment_counter():
    global counter
    with lock:
        temp = counter
        counter = temp + 1
        print("Thread", threading.current_thread().name, "incremented counter to", counter)

threads = []
for i in range(10):
    thread = threading.Thread(target=increment_counter, name=f"Thread-{i+1}")
    thread.start()
    threads.append(thread)

for thread in threads:
    thread.join()

print("Counter value:", counter)

В этом примере потоки инкрементируют общий счетчик, используя блокировку для обеспечения безопасности доступа к общему ресурсу.

😉 Обратите внимание, что блокировки могут привести к снижению производительности, если они используются часто или неправильно. Поэтому важно выбирать правильные механизмы синхронизации для вашего кода.

На курсе Skypro «Python-разработчик» освоите основные инструменты программирования, получите опыт на реальных проектах и сможете стартовать в профессии уверенным новичком. Преподаватели — практикующие программисты с большим опытом, а в центре карьеры помогут составить цепляющее резюме и подготовиться к собеседованию.

Заключение

В этой статье мы рассмотрели основы работы с многопоточностью в Python, включая создание потоков и использование блокировок. Многопоточность может быть полезным инструментом для улучшения производительности и отзывчивости вашего кода, но также требует особого внимания при работе с общими ресурсами и синхронизации.

Удачи вам в изучении многопоточности в Python! Если вы хотите узнать больше, рекомендуем обратиться к онлайн школе, которая учит специалистов в сфере «Python-разработка». Не забудьте использовать наш спец.тег для получения дополнительной информации.