Python 多线程 multithr
【Python】python 多线程两种实现方式 目前python提供了几种多线程实现方式 thread，threading，multithreading ,其中thread模块比较底层，而threading模块是对thread做了一些包装，可以更加方便的被使用。 2.7版本之前python对线程的支持还不够完善，不能利用多核CPU，但是2.7版本的python中已经考虑改进这点，出现了multithreading 模块。threading模块里面主要是对一些线程的操作对象化，创建Thread的class。一般来说，使用线程有两种模式:
- 创建线程要执行的函数，把这个函数传递进Thread对象里，让它来执行；
- 继承Thread类，创建一个新的class，将要执行的代码 写到run函数里面。
1.threading模块
threading基于Java的线程模型设计。锁（Lock）和条件变量（Condition）在Java中是对象的基本行为（每个对象都自带了锁和条件变量），而在Python中则是独立的对象。 threading模块提供的常用方法： threading.currentThread( )：返回当前的线程变量。 threading.enumerate():返回一个正在运行的线程的list。正在运行是指线程启动后，结束前，不包括启动前和终止后的线程。 threading.activeCount( ):返回正在运行的线程数量，与len（threading.enumerate())u有相同的结果。 threading模块提供的类： Thread,Lock,Rlock,Condition,[Bounded]Semaphore,Event,Timer,local.
1.1 Thread
Thread是 线程类，与Java类似，有两种使用方法，直接传入要运行的方法或从Thread继承并覆盖run（）
#encoding：utf-8
import threading
#方法一：将要执行的方法作为参数传给Thread的构造方法
def func():
print 'func() passed to THread'
t = threading.Thread(target=func)
t.start()
#方法二：从Thread继承，并重写run()
class MyThread(threading.Thread):
def run(self):
print 'MyThread extended from Thread'
t = MyThread()
t.start()
#构造方法：
Thread（group = None,target = None,name=None,args=(),kwargs{})
group：线程组，目前还没有实现，库引用中提示必须是None
target：要执行的方法；
name:线程名
args/kwargs:要传入方法的参数。
#实例方法：
isAlive():返回线程是否在运行。正在运行指启动后，终止前。
get/setName(name):获取/设置线程名。
is/setDaemon(bool):获取/设置是否守护线程。初始值从创建该线程的线程继承。当没有非守护线程仍在运行时，程序将终止。
start():启动线程。
join([timeout]):阻塞当前上下文环境的线程，直到调用此方法的线程终止或达到指定的timeout（可选参数）#encoding:utf-8
import threading
import time
def context(tJoin):
print 'in threadContext.'
#将阻塞tContext线程直到tJoin线程终止
tJoin.join()
#tJoin终止后继续执行
print 'out threadContext.'
def join():
print 'in threadJoin.'
time.sleep(1)
print 'out thrreadJoin.'
tJoin = threading.Thread(target = join)
tContext = threading.Thread(target=context,args=(tJoin,))
tContext.start()
#运行结果：
in threadContext.
in threadJoin.
out threadJoin.
out threadContext.1.2 Lock
Lock(指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态——锁定和非锁定，以及两个基本的方法。 可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。 构造方法： Lock（） 实例方法： acquire([timeout]):使线程进入同步阻塞状态，尝试获得锁定。 release（）：释放锁。使用前，线程必须已获得锁定，否则将抛出异常。
#encoding:utf-8
import threading
import time
data = 0
lock = threading.Lock()
def func():
global data
print '%s acquire lock...' % threading.currentThread().getName()
#调用acquire([timeout])时，线程将一直阻塞。
#直到获得锁定或者直到timeout秒后（timeout参数可选）
#返回是否获得锁。
if lock.acquire():#请求锁定，将线程至于锁定池中
print '%s get the lock.' % threading.currentThread().getName()
data += 1
time.sleep(2)
print '%s release lock ...' % threading.currentThread().getName()
#调用release()将释放锁
lock.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()1.3RLock
RLock（可重入锁）是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire()，释放锁时需要调用release()相同次数。 可以认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。 构造方法： RLock（） 实例方法： acquire（[timeout]） release()
#encoding:utf-8
import threading
import time
rlock = threading.RLock()
def func():
#第一次请求锁定
print '%s acquire lock...' % threading.currentThread().getName()
if rlock.acquire():
print '%s get the lock.' %threading.currentThread().getName()
time.sleep(2)
#第二次请求锁定
print '%s acquire again...' % threading.currentThread().getName()
if rlock.acquire():
print '%s get the lock.' % threading.currentThread().getName()
time.sleep(2)
#第一次释放锁
print '%s release lock...' % threading.current.currentTHread().getName()
rlock.release()
time.sleep(2)
#第二次释放锁
print '%s release lock...' % threading.currentThread().getName()
rlock.release()
t1 = threading.Thread(target=func)
t2 = threading.THread(target = func)
t3 = threading.Thread(target = func)
t1.start()
t2.start()
t3.start()1.4 Condition
Condition（条件变量）通常与一个锁关联。需要在多个Condition中共享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。 可以认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于状态图中的等待阻塞状态，直到另一个线程调用notify（）/notifyAll()通知；得到通知后线程进入锁定池等待锁定。 构造方法： Condition（[lock/rlock]) 实例方法： acquire（[timeout])/release():调用关联的锁的相应方法。 wait([timeout]):调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。 notify（）：调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire（）尝试获得锁定（进入锁定池）；其他线程仍在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。 notifyAll（）：调用这个方法将通知等待池中所有线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。 例子是很常见的生产者/消费者模式
#encoding:utf-8
import threading
import time
#商品
product = None
#条件变量
con = threading.Condition()
#生产者方法
def produce():
global product
if con.acquire():
while True:
if product is None:
print 'produce...'
product = 'anything'
#通知消费者，商品已经生产
#调用这个方法将从等待池挑选一个线程并通知，
#收到通知的线程将自动调用acquire（）尝试获得锁定（进入锁定池）
con.notify()
#等待通知,线程进入Condition的等待池等待通知，并释放锁
con.wait()
time.sleep(2)
#消费者方法：
def consume():
global product
if con.acquire():
while True:
if product is not None:
print 'consume...'
product = None
#通知生产者，商品没了
con.notify()
#等待通知,线程进入Condition的等待池等待通知，并释放锁
con.wait()
time.sleep(2)
pro = threading.Thread(target=produce)
consu = threading.Thread(target=consume)
consu.start()
pro.start()1.5Semaphore/BoundedSemaphore
Semaphore（信号量）是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器，每当调用acquire（）时-1，调用release（）时+1。计数器不能小于0；当计数器为0时，acquire（）将阻塞线程至同步锁定状态，直到其他线程调用release（）。 基于这个特点，Semaphore经常用来同步一些有“访客上限”的对象，如连接池。 BoundedSemaphore与Semaphore的唯一区别是，前者将在调用release（）时检查计数器的值是否超过了计数器的初始值，如果超过了将抛出一个异常。 构造方法: Semaphore(value=1):value是计数器的初始值 实例方法： acquire([timeout]):请求Semaphore。如果计数器为0，将阻塞线程至同步阻塞状态；否则将计数器-1并立即返回。 release（）：释放Semaphore，将计数器+1，如果使用BoundedSemaphore，还将进行释放次数检查。release（）方法不检查线程是否已经获得Semaphore。
# encoding: UTF-8
import threading
import time
# 计数器初值为2
semaphore = threading.Semaphore(2)
def func():
# 请求Semaphore，成功后计数器-1；计数器为0时阻塞
print '%s acquire semaphore...' % threading.currentThread().getName()
if semaphore.acquire():
print '%s get semaphore' % threading.currentThread().getName()
time.sleep(4)
# 释放Semaphore，计数器+1
print '%s release semaphore' % threading.currentThread().getName()
semaphore.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t4 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()
t4.start()
time.sleep(2)
# 没有获得semaphore的主线程也可以调用release
# 若使用BoundedSemaphore，t4释放semaphore时将抛出异常
print 'MainThread release semaphore without acquire'
semaphore.release()1.6 Event
Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。
Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态。
构造方法： Event()
实例方法： isSet(): 当内置标志为True时返回True。 set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。 clear(): 将标志设为False。 wait([timeout]): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。
# encoding: UTF-8
import threading
import time
event = threading.Event()
def func():
# 等待事件，进入等待阻塞状态
print '%s wait for event...' % threading.currentThread().getName()
event.wait()
# 收到事件后进入运行状态
print '%s recv event.' % threading.currentThread().getName()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
time.sleep(2)
# 发送事件通知
print 'MainThread set event.'
event.set()1.7 Timer
Timer（定时器）是Thread的派生类，用于在指定时间后调用一个方法。
构造方法： Timer(interval, function, args=[], kwargs={}) interval: 指定的时间 function: 要执行的方法 args/kwargs: 方法的参数
实例方法： Timer从Thread派生，没有增加实例方法。
# encoding: UTF-8
import threading
def func():
print 'hello timer!'
timer = threading.Timer(5, func)
timer.start()1.8 local
local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程设置的同名属性替换。
可以把local看成是一个“线程-属性字典”的字典，local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。
# encoding: UTF-8
import threading
local = threading.local()
local.tname = 'main'
def func():
local.tname = 'notmain'
print local.tname
t1 = threading.Thread(target=func)
t1.start()
t1.join()
print local.tname1.9 综合使用
# encoding: UTF-8
import threading
alist = None
condition = threading.Condition()
def doSet():
if condition.acquire():
while alist is None:
condition.wait()
for i in range(len(alist))[::-1]:
alist[i] = 1
condition.release()
def doPrint():
if condition.acquire():
while alist is None:
condition.wait()
for i in alist:
print i,
print
condition.release()
def doCreate():
global alist
if condition.acquire():
if alist is None:
alist = [0 for i in range(10)]
condition.notifyAll()
condition.release()
tset = threading.Thread(target=doSet,name='tset')
tprint = threading.Thread(target=doPrint,name='tprint')
tcreate = threading.Thread(target=doCreate,name='tcreate')
tset.start()
tprint.start()
tcreate.start()