Python（八）进程、线程、协程篇

本章内容：

• 线程（线程锁、threading.Event、queue 队列、生产者消费者模型、自定义线程池）
• 进程（数据共享、进程池）
• 协程

线程

Threading用于提供线程相关的操作。线程是应用程序中工作的最小单元，它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。

threading 模块建立在 _thread 模块之上。thread 模块以低级、原始的方式来处理和控制线程，而 threading 模块通过对 thread 进行二次封装，提供了更方便的 api 来处理线程。

?

1 2 3 4 5 6 7 8 9 10 11

import threading import time   def worker(num):     time.sleep(1)     print(num)     return   for i in range(10):     t = threading.Thread(target=worker, args=(i,), name="t.%d" % i)     t.start()

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

# 继承式调用   import threading import time       class MyThread(threading.Thread):     def __init__(self,num):         threading.Thread.__init__(self)         self.num = num        def run(self):    #定义每个线程要运行的函数            print("running on number:%s" %self.num)            time.sleep(2)    if __name__ == '__main__':        t1 = MyThread(1)     t2 = MyThread(2)     t1.start()     t2.start()

thread方法：

• t.start() : 激活线程
• t.getName() : 获取线程的名称
• t.setName() ： 设置线程的名称 
• t.name : 获取或设置线程的名称
• t.is_alive() ： 判断线程是否为激活状态
• t.isAlive() ：判断线程是否为激活状态
• t.setDaemon() 设置为后台线程或前台线程（默认：False）;通过一个布尔值设置线程是否为守护线程，必须在执行start()方法之前才可以使用。如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止；如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
• t.isDaemon() ： 判断是否为守护线程
• t.ident ：获取线程的标识符。线程标识符是一个非零整数，只有在调用了start()方法之后该属性才有效，否则它只返回None
• t.join() ：逐个执行每个线程，执行完毕后继续往下执行，该方法使得多线程变得无意义
• t.run() ：线程被cpu调度后自动执行线程对象的run方法

 线程锁

threading.RLock & threading.Lock

我们使用线程对数据进行操作的时候，如果多个线程同时修改某个数据，可能会出现不可预料的结果，为了保证数据的准确性，引入了锁的概念。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import threading import time   num = 0   lock = threading.RLock()    # 实例化锁类   def work():     lock.acquire()  # 加锁     global num     num += 1     time.sleep(1)     print(num)     lock.release()  # 解锁   for i in range(10):     t = threading.Thread(target=work)     t.start()

　　

threading.RLock和threading.Lock 的区别

RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。 如果使用RLock，那么acquire和release必须成对出现，即调用了n次acquire，必须调用n次的release才能真正释放所占用的锁。

?

1 2 3 4 5 6 7

import threading   lock = threading.Lock() lock.acquire() lock.acquire()  # 产生死锁 lock.release() lock.release()

?

1 2 3 4 5 6 7 8

import threading   rlock = threading.RLock() rlock.acquire() rlock.acquire()      # 在同一线程内，程序不会堵塞。 rlock.release() rlock.release() print("end.")

　　

threading.Event

Event是线程间通信最间的机制之一：一个线程发送一个event信号，其他的线程则等待这个信号。用于主线程控制其他线程的执行。 Events 管理一个flag，这个flag可以使用set()设置成True或者使用clear()重置为False，wait()则用于阻塞，在flag为True之前。flag默认为False。

• Event.wait([timeout]) ： 堵塞线程，直到Event对象内部标识位被设为True或超时（如果提供了参数timeout）
• Event.set() ：将标识位设为Ture
• Event.clear() ： 将标识伴设为False
• Event.isSet() ：判断标识位是否为Ture

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import threading    def do(event):     print('start')     event.wait()     print('execute')    event_obj = threading.Event() for i in range(10):     t = threading.Thread(target=do, args=(event_obj,))     t.start()    event_obj.clear() inp = input('input:') if inp == 'true':     event_obj.set()

　　当线程执行的时候，如果flag为False，则线程会阻塞，当flag为True的时候，线程不会阻塞。它提供了本地和远程的并发性。

threading.Condition

Python提供的Condition对象提供了对复杂线程同步问题的支持。Condition被称为条件变量，除了提供与Lock类似的acquire和release方法外，还提供了wait和notify方法。线程首先acquire一个条件变量，然后判断一些条件。如果条件不满足则wait；如果条件满足，进行一些处理改变条件后，通过notify方法通知其他线程，其他处于wait状态的线程接到通知后会重新判断条件。不断的重复这一过程，从而解决复杂的同步问题。

在典型的设计风格里，利用condition变量用锁去通许访问一些共享状态，线程在获取到它想得到的状态前，会反复调用wait()。修改状态的线程在他们状态改变时调用 notify() or notify_all()，用这种方式，线程会尽可能的获取到想要的一个等待者状态。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

import threading import time<br> def consumer(cond):     with cond:         print("consumer before wait")         cond.wait()         print("consumer after wait")    def producer(cond):     with cond:         print("producer before notifyAll")         cond.notifyAll()         print("producer after notifyAll")    condition = threading.Condition() c1 = threading.Thread(name="c1", target=consumer, args=(condition,)) c2 = threading.Thread(name="c2", target=consumer, args=(condition,))    p = threading.Thread(name="p", target=producer, args=(condition,))    c1.start() time.sleep(2) c2.start() time.sleep(2) p.start()   # consumer()线程要等待producer()设置了Condition之后才能继续。

　　

queue 队列

适用于多线程编程的先进先出数据结构，可以用来安全的传递多线程信息。

queue 方法：

• q = queue.Queue(maxsize=0) # 构造一个先进显出队列，maxsize指定队列长度，为0 时，表示队列长度无限制。
• q.join() 　　# 等到队列为kong的时候，在执行别的操作
• q.qsize() 　 # 返回队列的大小 （不可靠）
• q.empty()    # 当队列为空的时候，返回True 否则返回False （不可靠）
• q.full()     # 当队列满的时候，返回True，否则返回False （不可靠）
• q.put(item, block=True, timeout=None) # 将item放入Queue尾部，item必须存在，可以参数block默认为True,表示当队列满时，会等待队列给出可用位置，为False时为非阻塞，此时如果队列已满，会引发queue.Full 异常。 可选参数timeout，表示 会阻塞设置的时间，过后，如果队列无法给出放入item的位置，则引发 queue.Full 异常
• q.get(block=True, timeout=None) # 移除并返回队列头部的一个值，可选参数block默认为True，表示获取值的时候，如果队列为空，则阻塞，为False时，不阻塞，若此时队列为空，则引发 queue.Empty异常。 可选参数timeout，表示会阻塞设置的时候，过后，如果队列为空，则引发Empty异常。
• q.put_nowait(item) # 等效于 put(item,block=False)
• q.get_nowait()     # 等效于 get(item,block=False)

生产者消费者模型

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

import queue import threading   que = queue.Queue(10)   def s(i):     que.put(i)     # print("size:", que.qsize())   def x(i):     g = que.get(i)     print("get:", g)   for i in range(1, 13):     t = threading.Thread(target=s, args=(i,))     t.start()   for i in range(1, 11):     t = threading.Thread(target=x, args=(i,))     t.start()       print("size:", que.qsize())   # 输出结果： get: 1 get: 2 get: 3 get: 4 get: 5 get: 6 get: 7 get: 8 get: 9 get: 10 size: 2

自定义线程池：

# 自定义线程池（一）
import queue
import threading
import time

class TreadPool:

    def __init__(self, max_num=20):
        self.queue = queue.Queue(max_num)
        for i in range(max_num):
            self.queue.put(threading.Thread)

    def get_thread(self):
        return self.queue.get()

    def add_thread(self):
        self.queue.put(threading.Thread)

def func(pool, n):
    time.sleep(1)
    print(n)
    pool.add_thread()

p = TreadPool(10)
for i in range(1, 100):
    thread = p.get_thread()
    t = thread(target=func, args=(p, i,))
    t.start()

# 线程池（二）
import queue
import threading
import contextlib
import time

StopEvent = object()

class Threadpool:

    def __init__(self, max_num=10):
        self.q = queue.Queue()
        self.max_num = max_num

        self.terminal = False
        self.generate_list = []     # 以创建线程列表
        self.free_list = []         # 以创建的线程空闲列表

    def run(self, func, args, callback=None):
        """
        线程池执行一个任务
        :param func: 任务函数
        :param args: 任务函数所需参数
        :param callback: 任务执行失败或成功后执行的回调函数，回调函数有两个参数1、任务函数执行状态；2、任务函数返回值（默认为None，即：不执行回调函数）
        :return: 如果线程池已经终止，则返回True否则None
        """
        if len(self.free_list) == 0 and len(self.generate_list) < self.max_num:
            self.generate_thread()
        w = (func, args, callback,)
        self.q.put(w)

    def generate_thread(self):
        """
        创建一个线程
        """
        t = threading.Thread(target=self.call)
        t.start()

    def call(self):
        """
        循环去获取任务函数并执行任务函数
        """
        current_thread = threading.currentThread    # 当前线程
        self.generate_list.append(current_thread)

        event = self.q.get()
        while event != StopEvent:

            func, arguments, callback = event
            try:
                result = func(*arguments)
                status = True
            except Exception as e:
                status = False
                result = e

            if callback is not None:
                try:
                    callback(status, result)
                except Exception as e:
                    pass

            if self.terminal:
                event = StopEvent
            else:
                with self.worker_state(self.free_list, current_thread):
                    event = self.q.get()
                # self.free_list.append(current_thread)
                # event = self.q.get()
                # self.free_list.remove(current_thread)

        else:
            self.generate_list.remove(current_thread)

    def close(self):
        """
        执行完所有的任务后，所有线程停止
        """
        num = len(self.generate_list)
        while num:
            self.q.put(StopEvent)
            num -= 1

    def terminate(self):
        """
        无论是否还有任务，终止线程
        """
        self.terminal = True
        while self.generate_list:
            self.q.put(StopEvent)
        self.q.empty()  # 清空队列

    @contextlib.contextmanager      # with上下文管理
    def worker_state(self, frelist, val):
        """
        用于记录线程中正在等待的线程数
        """
        frelist.append(val)
        try:
            yield
        finally:
            frelist.remove(val)


def work(i):
    time.sleep(1)
    print(i)

pool = Threadpool()
for item in range(50):
    pool.run(func=work, args=(item,))
pool.close()
# pool.terminate()

进程

?

1 2 3 4 5 6 7 8 9 10

# 进程 from multiprocessing import Process   def work(name):     print("Hello, %s" % name)   if __name__ == "__main__":     p = Process(target=work, args=("nick",))     p.start()     p.join()

　　注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。

数据共享

不同进程间内存是不共享的，要想实现两个进程间的数据交换，可以用以下方法：

Shared memory

数据可以用Value或Array存储在一个共享内存地图里，如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

from multiprocessing import Process, Value, Array    def f(n, a):     n.value = 3.1415927     for i in range(len(a)):         a[i] = -a[i]    if __name__ == '__main__':     num = Value('d', 0.0)     arr = Array('i', range(10))        p = Process(target=f, args=(num, arr))     p.start()     p.join()        print(num.value)     print(arr[:])     # 输出： 3.1415927 [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

创建num和arr时，“d”和“i”参数由Array模块使用的typecodes创建：“d”表示一个双精度的浮点数，“i”表示一个有符号的整数，这些共享对象将被线程安全的处理。

‘c’: ctypes.c_char　　　　 ‘u’: ctypes.c_wchar　　　　‘b’: ctypes.c_byte　　　　 ‘B’: ctypes.c_ubyte
‘h’: ctypes.c_short　　　  ‘H’: ctypes.c_ushort　　  ‘i’: ctypes.c_int　　　　　 ‘I’: ctypes.c_uint
‘l’: ctypes.c_long,　　　　‘L’: ctypes.c_ulong　　　　‘f’: ctypes.c_float　　　　‘d’: ctypes.c_double

+ View Code?

1 2 3 4 5 6 7 8 9 10 11

from multiprocessing import Process,Array temp = Array('i', [11,22,33,44])    def Foo(i):     temp[i] = 100+i     for item in temp:         print i,'----->',item    for i in range(2):     p = Process(target=Foo,args=(i,))     p.start()

Server process

由Manager()返回的manager提供list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array类型的支持。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

from multiprocessing import Process, Manager    def f(d, l):     d[1] = '1'     d['2'] = 2     d[0.25] = None     l.reverse()    if __name__ == '__main__':     with Manager() as manager:         d = manager.dict()         l = manager.list(range(10))            p = Process(target=f, args=(d, l))         p.start()         p.join()            print(d)         print(l)   # 输出结果： {0.25: None, 1: '1', '2': 2} [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

Server process manager比 shared memory 更灵活，因为它可以支持任意的对象类型。另外，一个单独的manager可以通过进程在网络上不同的计算机之间共享，不过他比shared memory要慢。

+ View Code?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

# manage.dict()共享数据 from multiprocessing import Process,Manager    manage = Manager() dic = manage.dict()    def Foo(i):     dic[i] = 100+i     print dic.values()    for i in range(2):     p = Process(target=Foo,args=(i,))     p.start()     p.join()

当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值。

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from multiprocessing import Process, Array, RLock

def Foo(lock,temp,i):
    """
    将第0个数加100
    """
    lock.acquire()
    temp[0] = 100+i
    for item in temp:
        print i,'----->',item
    lock.release()

lock = RLock()
temp = Array('i', [11, 22, 33, 44])

for i in range(20):
    p = Process(target=Foo,args=(lock,temp,i,))
    p.start()

进程池

进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。

方法:

• apply(func[, args[, kwds]]) ：使用arg和kwds参数调用func函数，结果返回前会一直阻塞，由于这个原因，apply_async()更适合并发执行，另外，func函数仅被pool中的一个进程运行。

• apply_async(func[, args[, kwds[, callback[, error_callback]]]]) ： apply()方法的一个变体，会返回一个结果对象。如果callback被指定，那么callback可以接收一个参数然后被调用，当结果准备好回调时会调用callback，调用失败时，则用error_callback替换callback。 Callbacks应被立即完成，否则处理结果的线程会被阻塞。

• close() ： 阻止更多的任务提交到pool，待任务完成后，工作进程会退出。

• terminate() ： 不管任务是否完成，立即停止工作进程。在对pool对象进程垃圾回收的时候，会立即调用terminate()。

• join() : wait工作线程的退出，在调用join()前，必须调用close() or terminate()。这样是因为被终止的进程需要被父进程调用wait（join等价与wait），否则进程会成为僵尸进程

进程池中有两个方法：

• apply
• apply_async

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

from multiprocessing import Pool import time def myFun(i):     time.sleep(2)     return i+100   def end_call(arg):     print("end_call",arg)   p = Pool(5)   # print(p.map(myFun,range(10)))   for i in range(10):     p.apply_async(func=myFun,args=(i,),callback=end_call)   print("end") p.close() p.join()

from multiprocessing import Pool, TimeoutError
import time
import os
 
def f(x):
    return x*x
 
if __name__ == '__main__':
    # 创建4个进程 
    with Pool(processes=4) as pool:
 
        # 打印 "[0, 1, 4,..., 81]" 
        print(pool.map(f, range(10)))
 
        # 使用任意顺序输出相同的数字， 
        for i in pool.imap_unordered(f, range(10)):
            print(i)
 
        # 异步执行"f(20)" 
        res = pool.apply_async(f, (20,))      # 只运行一个进程 
        print(res.get(timeout=1))             # 输出 "400" 
 
        # 异步执行 "os.getpid()" 
        res = pool.apply_async(os.getpid, ()) # 只运行一个进程 
        print(res.get(timeout=1))             # 输出进程的 PID 
 
        # 运行多个异步执行可能会使用多个进程 
        multiple_results = [pool.apply_async(os.getpid, ()) for i in range(4)]
        print([res.get(timeout=1) for res in multiple_results])
 
        # 是一个进程睡10秒 
        res = pool.apply_async(time.sleep, (10,))
        try:
            print(res.get(timeout=1))
        except TimeoutError:
            print("发现一个 multiprocessing.TimeoutError异常")
 
        print("目前，池中还有其他的工作")
 
    # 退出with块中已经停止的池 
    print("Now the pool is closed and no longer available")

协程

　　协程又叫微线程，从技术的角度来说，“协程就是你可以暂停执行的函数”。如果你把它理解成“就像生成器一样”，那么你就想对了。 线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。

　　协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。

　　协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程。

?

1 2 3 4 5

# 安装 pip install gevent   # 导入模块 import gevent

greenlet

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

# greenlet from greenlet import greenlet   def test1():     print(11)     gr2.switch()     print(22)     gr2.switch()   def test2():     print(33)     gr1.switch()     print(44)   gr1 = greenlet(test1) gr2 = greenlet(test2) gr1.switch()   # 输出结果： 11 33 22 44

　　

gevent

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

# gevent import gevent   def foo():     print("Running in foo")     gevent.sleep(0)     print("Explicit context switch to foo angin")   def bar():     print("Explicit context to bar")     gevent.sleep(0)     print("Implicit context swich back to bar")   gevent.joinall([     gevent.spawn(foo),     gevent.spawn(bar), ])   # 输出结果： Running in foo Explicit context to bar Explicit context switch to foo angin Implicit context swich back to bar

# 遇到IO自动切换
from gevent import monkey
monkey.patch_all()
import gevent
import requests

def f(url):
    print("FET: %s" % url)
    resp = requests.get(url)
    data = len(resp.text)
    print(url, data)

gevent.joinall([
    gevent.spawn(f, 'https://www.python.org/'),
    gevent.spawn(f, 'https://www.yahoo.com/'),
    gevent.spawn(f, 'https://github.com/'),
])