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.
Другие уроки курса "Python"
- Класс Counter() для подсчета элементов
- Добавление кнопки в tkinter
- Обработка ошибки IndexError
- Преобразование строки в число
- Оператор del в Python
- Метод enumerate() в Python
- Компиляция регулярных выражений
- Поиск с библиотекой Google
- Конкатенация строк с join() в Python
- Хэш-функции и метод цепочек
- Ускорение выполнения кода в Python
- Изменение логики работы с временем
- Отправка HTTP-запросов в Python
- Определение наиболее частого элемента с помощью collections.Counter
- Измерение времени выполнения кода
- Обработка исключений с блоком else
- Методы Python для работы с данными
- Получение списка кортежей из словаря
- Работа с функцией next() в Python
- Объединение словарей в Python
- Создание объекта timedelta
- Модуль itertools: эффективная работа с итераторами
- Декоратор @override
- Перетасовка списков в Python
- Экспорт функций в Python
- Обязательные аргументы в Python
- Именованные аргументы в Python
- Нахождение максимального значения и его индекса в списке
- Проверка запуска скрипта или импорта модуля
- Итераторы с потерямиZIP
- Форматирование строк в Python
- Печать списка с помощью метода join
- Работа с часовыми поясами в Python
- Работа с областями видимости переменных
- F-строки в Python 3.8
- Создание списков в Python
- Ключевое слово global в Python
- Оператор умножения для вектора
- Списки: объединение, изменение
- Работа со словарями
- Проверка подстроки в строке с помощью in
- Python: Фильтрация списков с помощью filter()
- Работа с кортежами в Python
- Аргументы *args и **kwargs
- Определение объема памяти объекта
- Метод classmethod
- CLI-инструмент howdoi















