Python多线程变量优化—threadLocal
再多线程的环境下，每个线程都有自己的数据。在多线程编程中应该尽量使用局部变量，避免使用全局变量(全局变量需要加锁处理)。使用全局变量时还要考虑变量能不能被共享。
但是使用局部变量需要在每个函数作为参数传递，很麻烦。
threadLocal就是用来解决多线程中使用局部变量导致使用繁琐的问题。
我们实现一个类似对象工厂的线程，上层只需要导入相关参数，即可生成符合要求的对象。
'多线程变量优化,单个线程只是用当前线程的变量'
'一个ThreadLocal变量虽然是全局变量，但每个线程都只能读写自己线程的独立副本' \
'，互不干扰。ThreadLocal解决了参数在一个线程中各个函数之间互相传递的问题。'
__author__ = 'click'
__date__ = '2018/7/24 下午5:44'
import threading
# 1.初始化一个threadLocal
threadLocal = threading.local()
class Student(object):
def __init__(self, name):
self.__name = name
def __str__(self):
return 'Student的属性__name的值是 %s' % (self.__name)
# 直接使用str会打印出该对象的内存地址,不能打印出上述格式化的内容，必须调用__repr__代替__str__
__repr__ = __str__
def addStudent():
# 取出数据，threadLocal.studentName 很重要！！！
student = threadLocal.studentName
print('当前线程是%1s,该线程是用的变量student值是%2s' % (threading.current_thread().name, student.__repr__))
def addStudentThread(name):
# 根据传递的参数，创建相关对象
# 往threadLocal 中添加数据
threadLocal.studentName = Student(name)
addStudent()
print('----------使用了threadlocal-------------')
thread1 = threading.Thread(target=addStudentThread, args=('Jack',))
thread2 = threading.Thread(target=addStudentThread, args=('Tom',))
thread1.start()
thread2.start()
thread2.join()
thread1.join()
运行结果:
----------使用了threadlocal-------------
当前线程是Thread-1,该线程是用的变量student值是<bound method Student.__str__ of Student的属性__name的值是 Jack>
当前线程是Thread-2,该线程是用的变量student值是<bound method Student.__str__ of Student的属性__name的值是 Tom>
使用threadLocal只要分三步:
前提是导入了threading包
import threading
- 初始化threadLocal
threadLocal = threading.local()
- 向threadLocal变量中赋值
threadLocal.studentName = Student(name)
- 根据变量取出相应的值
student = threadLocal.studentName
三部完成即可使用threadLocal，由于多线程中每个线程的threadLocal是相互独立的。因此，在多线程的变量优化中，使用threadLocal进行优化是一个很好的选择。
还有方式可以使用dict进行多线程中变量的优化。能够达到threadLocal相同的功效，只是使用起来比较繁琐。
