专栏首页流柯技术学院Python多线程学习

Python多线程学习

一、Python中的线程使用:

    Python中使用线程有两种方式:函数或者用类来包装线程对象。

1、  函数式:调用thread模块中的start_new_thread()函数来产生新线程。如下例:

 1 import time  
 2 import thread  
 3 def timer(no, interval):  
 4     cnt = 0  
 5     while cnt<10:  
 6         print 'Thread:(%d) Time:%s\n'%(no, time.ctime())  
 7         time.sleep(interval)  
 8         cnt+=1  
 9     thread.exit_thread()  
10      
11    
12 def test(): #Use thread.start_new_thread() to create 2 new threads  
13     thread.start_new_thread(timer, (1,1))  
14     thread.start_new_thread(timer, (2,2))  
15    
16 if __name__=='__main__':  
17     test()  

上面的例子定义了一个线程函数timer,它打印出10条时间记录后退出,每次打印的间隔由interval参数决定。thread.start_new_thread(function, args[, kwargs])的第一个参数是线程函数(本例中的timer方法),第二个参数是传递给线程函数的参数,它必须是tuple类型,kwargs是可选参数。

    线程的结束可以等待线程自然结束,也可以在线程函数中调用thread.exit()或thread.exit_thread()方法。

2、  创建threading.Thread的子类来包装一个线程对象,如下例:

 1 import threading  
 2 import time  
 3 class timer(threading.Thread): #The timer class is derived from the class threading.Thread  
 4     def __init__(self, num, interval):  
 5         threading.Thread.__init__(self)  
 6         self.thread_num = num  
 7         self.interval = interval  
 8         self.thread_stop = False  
 9    
10     def run(self): #Overwrite run() method, put what you want the thread do here  
11         while not self.thread_stop:  
12             print 'Thread Object(%d), Time:%s\n' %(self.thread_num, time.ctime())  
13             time.sleep(self.interval)  
14     def stop(self):  
15         self.thread_stop = True  
16          
17    
18 def test():  
19     thread1 = timer(1, 1)  
20     thread2 = timer(2, 2)  
21     thread1.start()  
22     thread2.start()  
23     time.sleep(10)  
24     thread1.stop()  
25     thread2.stop()  
26     return  
27    
28 if __name__ == '__main__':  
29     test()  

第二种方式,即创建自己的线程类,必要时重写threading.Thread类的方法,线程的控制可以由自己定制。

threading.Thread类的使用:

1,在自己的线程类的__init__里调用threading.Thread.__init__(self, name = threadname)

Threadname为线程的名字

2, run(),通常需要重写,编写代码实现做需要的功能。

3,getName(),获得线程对象名称

4,setName(),设置线程对象名称

5,start(),启动线程

6,jion([timeout]),等待另一线程结束后再运行。

7,setDaemon(bool),设置子线程是否随主线程一起结束,必须在start()之前调用。默认为False。

8,isDaemon(),判断线程是否随主线程一起结束。

9,isAlive(),检查线程是否在运行中。

    此外threading模块本身也提供了很多方法和其他的类,可以帮助我们更好的使用和管理线程。可以参看http://www.python.org/doc/2.5.2/lib/module-threading.html

假设两个线程对象t1和t2都要对num=0进行增1运算,t1和t2都各对num修改10次,num的最终的结果应该为20。但是由于是多线程访问,有可能出现下面情况:在num=0时,t1取得num=0。系统此时把t1调度为”sleeping”状态,把t2转换为”running”状态,t2页获得num=0。然后t2对得到的值进行加1并赋给num,使得num=1。然后系统又把t2调度为”sleeping”,把t1转为”running”。线程t1又把它之前得到的0加1后赋值给num。这样,明明t1和t2都完成了1次加1工作,但结果仍然是num=1。

    上面的case描述了多线程情况下最常见的问题之一:数据共享。当多个线程都要去修改某一个共享数据的时候,我们需要对数据访问进行同步。

1、  简单的同步

最简单的同步机制就是“锁”。锁对象由threading.RLock类创建。线程可以使用锁的acquire()方法获得锁,这样锁就进入“locked”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候,就会被系统变为“blocked”状态,直到那个拥有锁的线程调用锁的release()方法来释放锁,这样锁就会进入“unlocked”状态。“blocked”状态的线程就会收到一个通知,并有权利获得锁。如果多个线程处于“blocked”状态,所有线程都会先解除“blocked”状态,然后系统选择一个线程来获得锁,其他的线程继续沉默(“blocked”)。

Python中的thread模块和Lock对象是Python提供的低级线程控制工具,使用起来非常简单。如下例所示:

 1 import thread  
 2 import time  
 3 mylock = thread.allocate_lock()  #Allocate a lock  
 4 num=0  #Shared resource  
 5   
 6 def add_num(name):  
 7     global num  
 8     while True:  
 9         mylock.acquire() #Get the lock   
10         # Do something to the shared resource  
11         print 'Thread %s locked! num=%s'%(name,str(num))  
12         if num >= 5:  
13             print 'Thread %s released! num=%s'%(name,str(num))  
14             mylock.release()  
15             thread.exit_thread()  
16         num+=1  
17         print 'Thread %s released! num=%s'%(name,str(num))  
18         mylock.release()  #Release the lock.  
19   
20 def test():  
21     thread.start_new_thread(add_num, ('A',))  
22     thread.start_new_thread(add_num, ('B',))  
23   
24 if __name__== '__main__':  
25     test()  

Python 在thread的基础上还提供了一个高级的线程控制库,就是之前提到过的threading。Python的threading module是在建立在thread module基础之上的一个module,在threading module中,暴露了许多thread module中的属性。在thread module中,python提供了用户级的线程同步工具“Lock”对象。而在threading module中,python又提供了Lock对象的变种: RLock对象。RLock对象内部维护着一个Lock对象,它是一种可重入的对象。对于Lock对象而言,如果一个线程连续两次进行acquire操作,那么由于第一次acquire之后没有release,第二次acquire将挂起线程。这会导致Lock对象永远不会release,使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作,因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应,在所有的release操作完成之后,别的线程才能申请该RLock对象。

下面来看看如何使用threading的RLock对象实现同步。

 1 import threading  
 2 mylock = threading.RLock()  
 3 num=0  
 4    
 5 class myThread(threading.Thread):  
 6     def __init__(self, name):  
 7         threading.Thread.__init__(self)  
 8         self.t_name = name  
 9           
10     def run(self):  
11         global num  
12         while True:  
13             mylock.acquire()  
14             print '\nThread(%s) locked, Number: %d'%(self.t_name, num)  
15             if num>=4:  
16                 mylock.release()  
17                 print '\nThread(%s) released, Number: %d'%(self.t_name, num)  
18                 break  
19             num+=1  
20             print '\nThread(%s) released, Number: %d'%(self.t_name, num)  
21             mylock.release()  
22               
23 def test():  
24     thread1 = myThread('A')  
25     thread2 = myThread('B')  
26     thread1.start()  
27     thread2.start()  
28    
29 if __name__== '__main__':  
30     test()  

我们把修改共享数据的代码成为“临界区”。必须将所有“临界区”都封闭在同一个锁对象的acquire和release之间。

2、  条件同步

锁只能提供最基本的同步。假如只在发生某些事件时才访问一个“临界区”,这时需要使用条件变量Condition。

Condition对象是对Lock对象的包装,在创建Condition对象时,其构造函数需要一个Lock对象作为参数,如果没有这个Lock对象参数,Condition将在内部自行创建一个Rlock对象。在Condition对象上,当然也可以调用acquire和release操作,因为内部的Lock对象本身就支持这些操作。但是Condition的价值在于其提供的wait和notify的语义。

条件变量是如何工作的呢?首先一个线程成功获得一个条件变量后,调用此条件变量的wait()方法会导致这个线程释放这个锁,并进入“blocked”状态,直到另一个线程调用同一个条件变量的notify()方法来唤醒那个进入“blocked”状态的线程。如果调用这个条件变量的notifyAll()方法的话就会唤醒所有的在等待的线程。

如果程序或者线程永远处于“blocked”状态的话,就会发生死锁。所以如果使用了锁、条件变量等同步机制的话,一定要注意仔细检查,防止死锁情况的发生。对于可能产生异常的临界区要使用异常处理机制中的finally子句来保证释放锁。等待一个条件变量的线程必须用notify()方法显式的唤醒,否则就永远沉默。保证每一个wait()方法调用都有一个相对应的notify()调用,当然也可以调用notifyAll()方法以防万一。

生产者与消费者问题是典型的同步问题。这里简单介绍两种不同的实现方法。

1,  条件变量

 1 import threading  
 2   
 3 import time  
 4   
 5 class Producer(threading.Thread):  
 6   
 7     def __init__(self, t_name):  
 8   
 9         threading.Thread.__init__(self, name=t_name)  
10   
11    
12   
13     def run(self):  
14   
15         global x  
16   
17         con.acquire()  
18   
19         if x > 0:  
20   
21             con.wait()  
22   
23         else:  
24   
25             for i in range(5):  
26   
27                 x=x+1  
28   
29                 print "producing..." + str(x)  
30   
31             con.notify()  
32   
33         print x  
34   
35         con.release()  
36   
37    
38   
39 class Consumer(threading.Thread):  
40   
41     def __init__(self, t_name):  
42   
43         threading.Thread.__init__(self, name=t_name)  
44   
45     def run(self):  
46   
47         global x  
48   
49         con.acquire()  
50   
51         if x == 0:  
52   
53             print 'consumer wait1'  
54   
55             con.wait()  
56   
57         else:  
58   
59             for i in range(5):  
60   
61                 x=x-1  
62   
63                 print "consuming..." + str(x)  
64   
65             con.notify()  
66   
67         print x  
68   
69         con.release()  
70   
71    
72   
73 con = threading.Condition()  
74   
75 x=0  
76   
77 print 'start consumer'  
78   
79 c=Consumer('consumer')  
80   
81 print 'start producer'  
82   
83 p=Producer('producer')  
84   
85    
86   
87 p.start()  
88   
89 c.start()  
90   
91 p.join()  
92   
93 c.join()  
94   
95 print x  

 上面的例子中,在初始状态下,Consumer处于wait状态,Producer连续生产(对x执行增1操作)5次后,notify正在等待的Consumer。Consumer被唤醒开始消费(对x执行减1操作) 

2,  同步队列

Python中的Queue对象也提供了对线程同步的支持。使用Queue对象可以实现多个生产者和多个消费者形成的FIFO的队列。

生产者将数据依次存入队列,消费者依次从队列中取出数据。

 1 # producer_consumer_queue  
 2   
 3 from Queue import Queue  
 4   
 5 import random  
 6   
 7 import threading  
 8   
 9 import time  
10   
11    
12   
13 #Producer thread  
14   
15 class Producer(threading.Thread):  
16   
17     def __init__(self, t_name, queue):  
18   
19         threading.Thread.__init__(self, name=t_name)  
20   
21         self.data=queue  
22   
23     def run(self):  
24   
25         for i in range(5):  
26   
27             print "%s: %s is producing %d to the queue!\n" %(time.ctime(), self.getName(), i)  
28   
29             self.data.put(i)  
30   
31             time.sleep(random.randrange(10)/5)  
32   
33         print "%s: %s finished!" %(time.ctime(), self.getName())  
34   
35    
36   
37 #Consumer thread  
38   
39 class Consumer(threading.Thread):  
40   
41     def __init__(self, t_name, queue):  
42   
43         threading.Thread.__init__(self, name=t_name)  
44   
45         self.data=queue  
46   
47     def run(self):  
48   
49         for i in range(5):  
50   
51             val = self.data.get()  
52   
53             print "%s: %s is consuming. %d in the queue is consumed!\n" %(time.ctime(), self.getName(), val)  
54   
55             time.sleep(random.randrange(10))  
56   
57         print "%s: %s finished!" %(time.ctime(), self.getName())  
58   
59    
60   
61 #Main thread  
62   
63 def main():  
64   
65     queue = Queue()  
66   
67     producer = Producer('Pro.', queue)  
68   
69     consumer = Consumer('Con.', queue)  
70   
71     producer.start()  
72   
73     consumer.start()  
74   
75     producer.join()  
76   
77     consumer.join()  
78   
79     print 'All threads terminate!'  
80   
81    
82   
83 if __name__ == '__main__':  
84   
85     main()  

在上面的例子中,Producer在随机的时间内生产一个“产品”,放入队列中。Consumer发现队列中有了“产品”,就去消费它。本例中,由于Producer生产的速度快于Consumer消费的速度,所以往往Producer生产好几个“产品”后,Consumer才消费一个产品。

Queue模块实现了一个支持多producer和多consumer的FIFO队列。当共享信息需要安全的在多线程之间交换时,Queue非常有用。Queue的默认长度是无限的,但是可以设置其构造函数的maxsize参数来设定其长度。Queue的put方法在队尾插入,该方法的原型是:

put( item[, block[, timeout]])

如果可选参数block为true并且timeout为None(缺省值),线程被block,直到队列空出一个数据单元。如果timeout大于0,在timeout的时间内,仍然没有可用的数据单元,Full exception被抛出。反之,如果block参数为false(忽略timeout参数),item被立即加入到空闲数据单元中,如果没有空闲数据单元,Full exception被抛出。

Queue的get方法是从队首取数据,其参数和put方法一样。如果block参数为true且timeout为None(缺省值),线程被block,直到队列中有数据。如果timeout大于0,在timeout时间内,仍然没有可取数据,Empty exception被抛出。反之,如果block参数为false(忽略timeout参数),队列中的数据被立即取出。如果此时没有可取数据,Empty exception也会被抛出。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • NGINX引入线程池 性能提升9倍

    正如我们所知,NGINX采用了异步、事件驱动的方法来处理连接。这种处理方式无需(像使用传统架构的服务器一样)为每个请求创建额外的专用进程或者线程,而是在一个工作...

    流柯
  • Java实现多线程并发

    流柯
  • Tomcat线程池配置

    打开/conf/server.xml文件,在Connector之前配置一个线程池:

    流柯
  • [python]多线程模块thread与threading

    Python通过两个标准库(thread, threading)提供了对多线程的支持

    周小董
  • Java 四种线程池的用法分析

    Java 四种线程池的用法分析 1、new Thread的弊端 执行一个异步任务你还只是如下new Thread吗? new Thread(new Runnab...

    用户1289394
  • 死磕 java并发包之AtomicStampedReference源码分析

    AtomicStampedReference是java并发包下提供的一个原子类,它能解决其它原子类无法解决的ABA问题。

    彤哥
  • Java并发编程与高并发之线程安全性(原子性、可见性、有序性)

    1、并发的基本概念:同时拥有两个或者多个线程,如果程序在单核处理器上运行,多个线程将交替地换入或者换出内存,这些线程是同时存在的,每个线程都处于执行过程中的某个...

    别先生
  • 【连载】两百行Rust代码解析绿色线程原理(四)一个绿色线程的实现

    在我们开始之前,我得提醒你我们编写的代码非常不安全,并且这也不是编写 Rust 代码的 “最佳实践”。我希望在不引入很多不必要的复杂性的前提下使其尽可能安全,所...

    MikeLoveRust
  • 搜狗号上线,趣头条崛起,搜索引擎与头条们上演生死对决

    北京时间9月14日晚,“拼多多版今日头条”趣头条在纳斯达克上市,首日股价大涨128.14%,盘中一度涨190%,5次触发熔断机制中止交易,市值高达45.88美元...

    罗超频道
  • Dubbo的两种常规启动方式

    然后打成jar给dubbo-user-provider和dubbo-user-consumer使用

    田维常

扫码关注云+社区

领取腾讯云代金券