Курс Python → Синхронизация потоков с time.sleep()

Модуль threading в Python предоставляет возможность создания и управления потоками выполнения. Он позволяет запускать несколько частей программы параллельно, что увеличивает производительность и улучшает отзывчивость приложения. Однако, при работе с потоками возникает необходимость в синхронизации доступа к общим ресурсам, чтобы избежать состояний гонки и других проблем.

Один из способов синхронизации потоков — использование функции time.sleep(). Эта функция приостанавливает выполнение текущего потока на определенное количество секунд, что может быть полезно для организации задержек в программе или синхронизации действий между потоками. Например, в Python Logging Cookbook можно увидеть пример использования time.sleep() для организации вывода логов в потоко-безопасном режиме.

import threading
import time

def print_thread_name(threadName):
    print(threadName)

# Создание двух потоков
thread1 = threading.Thread(target=print_thread_name, args=('Thread 1',))
thread2 = threading.Thread(target=print_thread_name, args=('Thread 2',))

# Запуск потоков
thread1.start()
thread2.start()

try:
    # Цикл для каждого входа из главного потока
    while True:
        time.sleep(1)
except KeyboardInterrupt:
    # Обработка прерывания пользователем
    print('Выход из программы')

В данном примере создаются два потока, каждый из которых вызывает функцию print_thread_name() с различным аргументом. После запуска потоков начинается бесконечный цикл, в котором каждую секунду выполняется функция time.sleep(1). Это позволяет избежать излишней загрузки процессора и организовать плавное выполнение программы.

При нажатии комбинации клавиш ^Ctrl+C происходит исключение KeyboardInterrupt, которое позволяет корректно завершить выполнение программы и вывести сообщение о выходе. Таким образом, использование time.sleep() вместе с модулем threading позволяет эффективно управлять потоками и обеспечивать безопасное выполнение программы.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Класс Counter() для подсчета элементов
  2. Добавление кнопки в tkinter
  3. Обработка ошибки IndexError
  4. Преобразование строки в число
  5. Оператор del в Python
  6. Метод enumerate() в Python
  7. Компиляция регулярных выражений
  8. Поиск с библиотекой Google
  9. Конкатенация строк с join() в Python
  10. Хэш-функции и метод цепочек
  11. Ускорение выполнения кода в Python
  12. Изменение логики работы с временем
  13. Отправка HTTP-запросов в Python
  14. Определение наиболее частого элемента с помощью collections.Counter
  15. Измерение времени выполнения кода
  16. Обработка исключений с блоком else
  17. Методы Python для работы с данными
  18. Получение списка кортежей из словаря
  19. Работа с функцией next() в Python
  20. Объединение словарей в Python
  21. Создание объекта timedelta
  22. Модуль itertools: эффективная работа с итераторами
  23. Декоратор @override
  24. Перетасовка списков в Python
  25. Экспорт функций в Python
  26. Обязательные аргументы в Python
  27. Именованные аргументы в Python
  28. Нахождение максимального значения и его индекса в списке
  29. Проверка запуска скрипта или импорта модуля
  30. Итераторы с потерямиZIP
  31. Форматирование строк в Python
  32. Печать списка с помощью метода join
  33. Работа с часовыми поясами в Python
  34. Работа с областями видимости переменных
  35. F-строки в Python 3.8
  36. Создание списков в Python
  37. Ключевое слово global в Python
  38. Оператор умножения для вектора
  39. Списки: объединение, изменение
  40. Работа со словарями
  41. Проверка подстроки в строке с помощью in
  42. Python: Фильтрация списков с помощью filter()
  43. Работа с кортежами в Python
  44. Аргументы *args и **kwargs
  45. Определение объема памяти объекта
  46. Метод classmethod
  47. CLI-инструмент howdoi

Marketello читают маркетологи из крутых компаний