2.5 - Многопоточность (Полный курс по программированию на Python) ITAKAD
2.5 - Многопоточность (Полный курс по программированию на Python) 00:00 Введение в многопоточность в Python • Многопоточность позволяет выполнять код параллельно. • В Python можно запускать несколько потоков одновременно. • В этом уроке мы научимся создавать и использовать потоки. 00:29 Импорт библиотек и создание функции • Импортируем модуль time для задержки выполнения программы. • Используем библиотеку threading для работы с потоками. • Создаем функцию sleep_time, которая выводит текст, задерживает выполнение и снова выводит текст. 02:27 Использование модуля time • Используем функцию sleep модуля time для задержки выполнения на определенное количество секунд. • После задержки выводим текст повторно. • Функция пока не использует многопоточность, а просто выводит текст и задерживает выполнение. 03:26 Создание и запуск потока • Создаем переменную для потока и используем функцию threading.Thread. • Передаем функцию sleep_time как цель потока и указываем имя потока. • Запускаем поток с помощью функции threading.Thread.start. 05:05 Демонстрация работы потока • Выводим текст "привет всем" параллельно с работой функции sleep_time. • Без использования потоков код выполняется последовательно. • Потоки позволяют выполнять код параллельно. 06:33 Основной и дополнительные потоки • В программе всегда запущен один основной поток. • Дополнительные потоки выполняются параллельно основному потоку. • Можно использовать функцию для завершения не основного потока и перехода к основному. 07:57 Создание списка потоков • Создаем цикл для создания пяти потоков. • Используем переменную для хранения названия потока и передаем разные значения. • Выводим текст, указывающий на запуск потока. 09:21 Подсчет времени выполнения потоков • Создаем переменные для начала и окончания выполнения потоков. • Подсчитываем время выполнения всех потоков. • Используем модуль time для измерения времени выполнения. 09:52 Замер времени и порядок выполнения потоков • Замеряем время перед запуском потоков и после их завершения. • Указываем, что все дополнительные потоки должны выполниться до основного потока. • Если не указать это, потоки будут выполняться параллельно, что приведет к неправильному результату. 10:44 Создание списка потоков • Создаем список для хранения всех запускаемых потоков. • В цикле добавляем созданные потоки в список. • Указываем, что текст будет выводиться сразу, а не в конце. 11:44 Перебор элементов списка и указание параллельного выполнения • Перебираем элементы списка и указываем, что все потоки должны выполняться параллельно. • Используем функцию для корректного выполнения всех потоков. • Прописываем время обработки и выводим результат. 12:52 Тестирование и результаты • Запускаем все потоки и видим, что они выполняются параллельно. • Все пять потоков завершаются за три секунды. • Без использования потоков обработка занимает пятнадцать секунд. 14:19 Заключение • Потоки позволяют обрабатывать данные параллельно. • Это позволяет значительно ускорить процесс. • В следующем уроке будет рассмотрено больше тем, связанных с потоками в Python.
2.5 - Многопоточность (Полный курс по программированию на Python) 00:00 Введение в многопоточность в Python • Многопоточность позволяет выполнять код параллельно. • В Python можно запускать несколько потоков одновременно. • В этом уроке мы научимся создавать и использовать потоки. 00:29 Импорт библиотек и создание функции • Импортируем модуль time для задержки выполнения программы. • Используем библиотеку threading для работы с потоками. • Создаем функцию sleep_time, которая выводит текст, задерживает выполнение и снова выводит текст. 02:27 Использование модуля time • Используем функцию sleep модуля time для задержки выполнения на определенное количество секунд. • После задержки выводим текст повторно. • Функция пока не использует многопоточность, а просто выводит текст и задерживает выполнение. 03:26 Создание и запуск потока • Создаем переменную для потока и используем функцию threading.Thread. • Передаем функцию sleep_time как цель потока и указываем имя потока. • Запускаем поток с помощью функции threading.Thread.start. 05:05 Демонстрация работы потока • Выводим текст "привет всем" параллельно с работой функции sleep_time. • Без использования потоков код выполняется последовательно. • Потоки позволяют выполнять код параллельно. 06:33 Основной и дополнительные потоки • В программе всегда запущен один основной поток. • Дополнительные потоки выполняются параллельно основному потоку. • Можно использовать функцию для завершения не основного потока и перехода к основному. 07:57 Создание списка потоков • Создаем цикл для создания пяти потоков. • Используем переменную для хранения названия потока и передаем разные значения. • Выводим текст, указывающий на запуск потока. 09:21 Подсчет времени выполнения потоков • Создаем переменные для начала и окончания выполнения потоков. • Подсчитываем время выполнения всех потоков. • Используем модуль time для измерения времени выполнения. 09:52 Замер времени и порядок выполнения потоков • Замеряем время перед запуском потоков и после их завершения. • Указываем, что все дополнительные потоки должны выполниться до основного потока. • Если не указать это, потоки будут выполняться параллельно, что приведет к неправильному результату. 10:44 Создание списка потоков • Создаем список для хранения всех запускаемых потоков. • В цикле добавляем созданные потоки в список. • Указываем, что текст будет выводиться сразу, а не в конце. 11:44 Перебор элементов списка и указание параллельного выполнения • Перебираем элементы списка и указываем, что все потоки должны выполняться параллельно. • Используем функцию для корректного выполнения всех потоков. • Прописываем время обработки и выводим результат. 12:52 Тестирование и результаты • Запускаем все потоки и видим, что они выполняются параллельно. • Все пять потоков завершаются за три секунды. • Без использования потоков обработка занимает пятнадцать секунд. 14:19 Заключение • Потоки позволяют обрабатывать данные параллельно. • Это позволяет значительно ускорить процесс. • В следующем уроке будет рассмотрено больше тем, связанных с потоками в Python.