zoukankan html css js c++ java

[python 并行2]线程

线程篇

基本使用

python线程使用的两个模块为： _thread (不推荐再使用)、 threading
（查看threading的源码可以发现，threading实际是对_thread进一步的封装，官方将其称为 Low-level threading API，下面简单尝试使用_thread）

调用start_new_thread()函数生成新线程
函数声明：_thread.start_new_thread(function, args[, kwargs])
function: 子线程所执行的函数
args: 传递的参数，参数类型必须是元组
kwargs:可选参数

示例：

#!usr/bin/env python
#coding=utf-8

import _thread
import time

def func(t_name):
    time.sleep(1)
    print(t_name, 'end')

_thread.start_new_thread(func, ('my_thread_1',))    # 传递的参数必须是元组类型
print('main thread end')
time.sleep(2)   # 暂停一下等待子线程，避免主线程结束后直接退出，看不到子线程的输出

输出

main thread end
my_thread_1 end

更多：_thread — Low-level threading API

threading模块

需要 import threading
threading模块提供了比_thread模块更加高级别的方法，如下：

threading.active_count(): 返回当前运行的线程数量

threading.current_thread(): 返回当前运行的线程对象

threading.get_ident(): 返回当前运行的线程标识码

threading.enumerate(): 获取运作着的线程对象的列表（包含设置了daemon属性的后台线程）

threading.main_thread(): 获取主线程对象

threading模块包含Thread类来处理线程
函数声明：class threading.Thread(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)
（group: 官方预留的参数）
target: 子线程要执行的函数
name: 给子线程命名
args: 传递参数到要执行的函数中 （类型为元组）
daemon: 将线程设置为后台线程 ¹

Thread类包含的方法：

start(): 开始线程，它会安排在单独的控制线程中使该对象的run()方法被调用 (invoked) ² （如果多次调用，会raise RuntimeError）

run(): 你可以在子类中重写这个方法，标准的run()方法会在构造器传递了target参数后调用它

join(timeout=None): 阻塞当前线程，直到等待调用了join()的线程结束，或到达设置的超时timeout的参数为止 （如果尝试加入当前线程 ³，因为会发生死锁，join()会raise RuntimeError。在线程启动前调用join()也会报相同的错误）

name: 线程名

ident: 线程标识码 （如果线程未start()，则为None。实测线程结束后，ident值还存在）

is_alive(): 判断线程是否在运行

daemon: 是否为后台线程的属性值

isDaemon(): 判断是否为后台线程

更多：threading — Thread-based parallelism

函数形式

使用threading.Thread类实例化对象，再调用start()方法运行

示例：

#!usr/bin/env python
#coding=utf-8

import threading
import time

def func():
    print(threading.current_thread().name, ' start')
    time.sleep(1)
    print(threading.current_thread().name, ' end')

t1 = threading.Thread(target=func)   # 创建线程
t2 = threading.Thread(target=func)

t1.start()   # 开始线程
t2.start()

# t1.join()    # 等待该线程结束后，再往下执行
# t2.join()

print('main thread end')    # 使用threading模块Thread类的线程，程序需要等待全部线程执行完后才退出

输出

Thread-1  start
Thread-2  start
main thread end
Thread-1  end
Thread-2  end

继承类的形式

通过继承threading.Thread类，可以重写run()方法，再实例化该类，调用start()方法运行
（继承Thread类，并不是非要重写run()）

示例：

#!usr/bin/env python
#coding=utf-8

import threading
import time

class MyThread(threading.Thread):
    def __init__(self, name):
        threading.Thread.__init__(self)
        self.name = name
    
    def run(self):
        print(self.name + ' start')
        time.sleep(1)
        print(self.name + ' end')

t1 = MyThread('thread1')
t2 = MyThread('thread2')

t1.start()
t2.start()

# t1.join()
# t2.join()

print('main thread end')

输出

thread1 start
thread2 start
main thread end
thread1 end
thread2 end

线程同步

当属于并发线程的多个操作尝试访问共享内存，并且至少有一个操作能修改数据的状态时，这时如果没有恰当的同步机制，可能会发生意外情况或bug。使用锁可以解决此问题。
当一个线程想要访问共享内存的某一部分区域时，它必须再使用前获取到该部分的锁。并在操作完后，要释放掉之前获取到的锁。

注意! 要避免死锁 ⁴的情况发生

使用Lock实现线程同步

使用threading.Lock()实例化Lock锁对象
在共享资源操作的部分，调用Lock的方法acquire()获取锁
结束操作后，调用Lock的方法release()释放锁，以便于其它线程使用该资源

（函数声明：
acquire(blocking=True, timeout=-1)
获取锁，并阻塞其它线程访问这部分资源
blocking[ ⁵: 设置为False的线程不会被阻塞 （并且timeout设置为默认值-1时，失去同步效果。设置为非-1值时，被设置为True的线程阻塞，则False立即返回。这2种情况都会提示错误信息）
timeout: 设置等待的超时值，-1为无限等待，超时后无视阻塞
返回值为True成功获取锁定，False反之（例如超时到期）
release()
在未锁的资源上调用释放锁方法，会引发RuntimeError）

示例：

#!usr/bin/env python
#coding=utf-8

import threading
import time

lock = threading.Lock()     # 创建Lock锁
num = 0     # 累加这个变量，观察不同步的情况出现

def func():
    lock.acquire()  # 获取锁
    global num
    for i in range(1000000):    # 如果未出现不同步，是由于运算太快，加大循环值
        num += 1
    lock.release()  # 释放锁

t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)

t1.start()
t2.start()

t1.join()
t2.join()

print(num)

有锁情况下，输出：
2000000

无锁情况下，不同步，输出：
第一次输出：
1253312
第二次输出：
1227567
第三次输出：
1309097
</pre>

注! 书中并不提倡使用锁来解决，因为可能会导致死锁情况发生，也会对代码的可读性产生影响，调试困难

使用RLock实现线程同步

可重入锁（reentrant lock）
操作方式同Lock锁

与Lock的区别：RLock在 同一个线程中可以多次acquire()获取锁而不发生阻塞 （这是为了解决一些特殊场景的使用）

# 部分代码
lock = threading.RLock()     # 创建RLock锁

def func():
    lock.acquire()  # 获取锁
    lock.acquire()
    global num
    for i in range(1000000):
        num += 1
    lock.release()  # 释放锁
    lock.release()

注意! acquire()需要成对使用

使用信号量实现线程同步

信号量的提出，首次用在操作系统中。它是一个操作系统管理的抽象数据类型，用于同步多个线程对共享资源与数据的访问
（本质上，信号量是由一个内部变量构成的，它标识出了对其所关联的资源的并发访问量）

使用threading.Semaphore()创建对象
在线程模块中，信号量的操作基于acquire()与release()

当一个线程想使用一个资源，它需要调用acquire()，会判断信号量内部变量值_value，如果为0则阻塞线程，并且进行timeout超时处理，如果_value不为0，线程运行 （由于信号量的初始值为非负数，故设计中不存在负数情况的代码）
当一个线程使用完一个资源后，它需要调用release()，该操作会增加信号量的内部变量值，并通知等待的线程
（注! 书中的描述和threading模块的源码不符，重新按源码的理解写）

注意! acquire()和release()并不需要放在某段代码的前后，来锁住某段资源

示例：

（由于书中给的示例代码，感觉很符合理解信号量的特点，这里也采用生产者和消费者的关系编写代码）

#!usr/bin/env python
#coding=utf-8

import threading
import time
import random

# 可选参数为内部变量_value赋初值，默认为1
# 如果赋的值小于0，会raise ValueError异常
sem = threading.Semaphore(0)

def producer():
    global item
    time.sleep(1)
    item = random.randint(0, 1000)
    print('producer: produced', item)
    sem.release()   # 释放信号量，将内部_value加1，并通知其它等待的线程

def consumer():
    print('consumer is waiting')
    sem.acquire()   # 获取信号量，值等于0则阻塞线程，否则内部_value减1，并继续运行
    print('consumer: sonsumed', item)

t1 = threading.Thread(target=producer)
t2 = threading.Thread(target=consumer)

t1.start()
t2.start()

输出

consumer is waiting
producer: produced 295
consumer: sonsumed  295

~~分析：多执行几次，逻辑上可以发现消费者总需要等待生产者生产出产品后，才能消费~~

可以看出信号量很适合这样的场景，下面可以测试，生产者可以多生产几个，消费者再消费

>>> import threading
>>> sem = threading.Semaphore()
>>> sem.acquire()    # 获取初始化的信号量
True
>>> sem.release()    # 信号量+1
>>> sem.release()    # 信号量+1
>>> sem.release()    # 信号量+1
>>> sem.acquire()    # 信号量-1
True
>>> sem.acquire()    # 信号量-1
True
>>> sem.acquire()    # 信号量-1
True
>>> sem.acquire()    # 由于信号量=0
    # 所以陷入了阻塞

使用条件实现线程同步

使用threading.Condition()创建对象

查看Condition的源码，发现可以传入一个锁作为初始化参数。如果不传，默认会赋值RLock锁来进行后续的锁的操作 （acquire()、release()）

# Condition类的初始化部分源码
    def __init__(self, lock=None):
        if lock is None:
            lock = RLock()
        self._lock = lock
        # Export the lock's acquire() and release() methods
        self.acquire = lock.acquire
        self.release = lock.release
        ...

示例：

（下例还是使用生产者和消费者的关系编写示例代码，用items作为存储容器，以满了(10个)就不能再生产作为条件，以没了(0个)就不能再消费作为条件）

#!usr/bin/env python
#coding=utf-8

import threading
import time

condition = threading.Condition()   # 创建条件
items = []      # 作为产品的存储容器，设达到10个为满了，就不能再生产了

def producer():
    global items
    condition.acquire()     # 获取锁
    if len(items) == 10:
        print('producer: stop produce')
        condition.wait()    # 等待(items达到10，等待消费者消费)
    items.append('')
    print('producer: produced', len(items))
    condition.notify()      # 通知等待的线程
    condition.release()     # 释放锁
    
def consumer():
    global items
    condition.acquire()     # 获取锁
    if len(items) == 0:
        print('consumer: waiting')
        condition.wait()    # 等待(items为0，等待生产者生产)
    items.pop()       # 注! 注释掉这行，会发现，等待wait()在接收到通知notify()后，并没有再次判断条件，直接就接着运行了
    print('consumer: sonsumed', len(items))
    condition.notify()      # 通知等待的线程
    condition.release()     # 释放锁


# producer_loop()和consumer_loop()用来多次循环运行，为了达到items为0或10的情况
def producer_loop():
    for i in range(20):
        time.sleep(1)
        producer()

def consumer_loop():
    for i in range(20):
        time.sleep(4)
        consumer()


t1 = threading.Thread(target=producer_loop)
t2 = threading.Thread(target=consumer_loop)

t1.start()
t2.start()

输出

producer: produced 1
producer: produced 2
producer: produced 3
consumer: sonsumed 2
producer: produced 3
producer: produced 4
producer: produced 5
producer: produced 6
consumer: sonsumed 5
producer: produced 6
producer: produced 7
producer: produced 8
producer: produced 9
consumer: sonsumed 8
producer: produced 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
producer: stop produce
consumer: sonsumed 9
producer: produced 10
consumer: sonsumed 9
consumer: sonsumed 8
consumer: sonsumed 7
consumer: sonsumed 6
consumer: sonsumed 5
consumer: sonsumed 4
consumer: sonsumed 3
consumer: sonsumed 2
consumer: sonsumed 1
consumer: sonsumed 0

~~分析：观察可以发现，生产者生产满了10个就会进入等待wait()，直到消费者通知notify()~~
~~为了观察消费者消费到0个的情况，可以将生产者和消费者循环的等待时间做调整~~

使用事件实现线程同步

查看Event类的源码，发现内部使用的是条件Condition类实现，并传入了Lock锁。事件通过对内部的标志_flag进行管理来实现线程同步
使用set()方法可以将标志设为True
使用clear()方法将其重置为False
使用wait()方法阻塞线程

# Event类的初始化源码
    def __init__(self):
        self._cond = Condition(Lock())
        self._flag = False

注意! 并不存在set()和clear()放在某段代码的前后，来锁住某段资源

示例：
（还是采用生产者和消费者的关系编写，生产者做完工作，调用set()设置_flag标志，并通知wait()等待的消费者线程运行；再使用clear()清除_flag标志，以便后面的消费者能正确的进入等待。这个过程类似于事件的触发）

#!usr/bin/env python
#coding=utf-8

import threading
import time
import random

event = threading.Event()   # 创建事件
items = [1,2,3] # 设置个初值，便于后面注释event.clear()后的测试(可以发现,消费者不等待了)

def producer():
    global items
    print('producer: start')
    items.append(random.randint(0,100))
    event.set()     # 将内部标志_flag设为True,并通知所有等待的线程(类似于触发事件)
    print('producer: notify')
    event.clear()   # 将内部标志_flag设为False(只有清除了_flag,消费者下一次的wait()操作才会正常进入等待)(clear()操作也可以交给消费者调用，不过为了简化消费者的操作，让消费者只需要等待通知即可)
    print('producer: end')
    
def consumer():
    global items
    print('consumer: waiting')
    event.wait()    # 等待(等待生产者通知,根据_flag标志判断是否进入等待)
    print('consumer:', items.pop())


# producer_loop()和consumer_loop()用来多次循环运行
def producer_loop():
    for i in range(3):
        time.sleep(1)
        producer()

def consumer_loop():
    while True: # 消费者有wait()等待，就不用线程休眠了，以免错过生产者的set()通知
        consumer()


t1 = threading.Thread(target=producer_loop)
t2 = threading.Thread(target=consumer_loop)

t1.start()
t2.start()

输出

consumer: waiting
producer: start
producer: notify
consumer: 57
consumer: waiting
producer: end
producer: start
producer: notify
consumer: 10
producer: end
consumer: waiting
producer: start
producer: notify
consumer: 24
producer: end
consumer: waiting

~~如果注释掉代码中的# event.clear()一行，会出现如下输出~~

consumer: waiting
producer: start
producer: notify
consumer: 19
producer: end
consumer: waiting
consumer: 3
consumer: waiting
consumer: 2
consumer: waiting
consumer: 1
consumer: waiting
Exception in thread Thread-2:
Traceback (most recent call last):
  File "D:appPythonPython37lib	hreading.py", line 917, in _bootstrap_inner
    self.run()
  File "D:appPythonPython37lib	hreading.py", line 865, in run
    self._target(*self._args, **self._kwargs)
  File "g:/tmp/code.py", line 35, in consumer_loop
    consumer()
  File "g:/tmp/code.py", line 24, in consumer
    print('consumer:', items.pop())
IndexError: pop from empty list

producer: start

producer: notify
producer: end
producer: start
producer: notify
producer: end

分析：会发现，消费者没有等待(打印出的consumer: waiting，只是给自己的提示，实际没有等待)，直接进行了列表的pop()操作，直到后面列表为空再弹出时报错为止

附：其它

使用with语句 ⁶

（由于没有理解部分，这一部分基本就是书中原文）

with: 是Python 2.5中引入的。当有两个相关的操作需要对一个代码块承兑执行时，with语句的作用就彰显出来了。它可以再自动精确的分配或释放资源 （因此也被称为上下文管理器）。如线程模块中，使用到acquire()和release()方法的地方，都可以采用with语句块，如下：

Lock

RLock

条件

信号量 （感觉这用了with就不太灵活了）

示例：
（会测试上述列表中的with操作）

#!usr/bin/env python
#coding=utf-8

import threading

def func_with(statement):
    with statement: # 会自动进行acquire()和release()
        print('//todo1')

def func_not_with(statement):
    statement.acquire()
    try:    # 为了避免出现异常，导致没有release()释放
        print('//todo2')
    finally:
        statement.release()

lock = threading.Lock()
rlock = threading.RLock()
condition = threading.Condition()
sem = threading.Semaphore(1)    # 采用with，需要初始至少有一个信号量值（因为需要先acquire()）

li = [lock, rlock, condition, sem]

for statement in li:
    t1 = threading.Thread(target=func_with, args=(statement,))
    t2 = threading.Thread(target=func_not_with, args=(statement,))

    t1.start()
    t2.start()

使用队列实现线程通信

虽然python线程模块提供了很多同步原语 （锁、信号量、条件、事件），但有时候，在使用场景中，可能采用队列模块会是个最佳选择。它使得线程编程变得更加容易和安全

使用队列Queue的方式处理，尽管它不属于threading模块，但查看其源码，发现队列的功能实现有用到threading模块

# Queue的初始化源码
    def __init__(self, maxsize=0):
        self.maxsize = maxsize
        self._init(maxsize)

        # mutex must be held whenever the queue is mutating.  All methods
        # that acquire mutex must release it before returning.  mutex
        # is shared between the three conditions, so acquiring and
        # releasing the conditions also acquires and releases mutex.
        self.mutex = threading.Lock()

        # Notify not_empty whenever an item is added to the queue; a
        # thread waiting to get is notified then.
        self.not_empty = threading.Condition(self.mutex)

        # Notify not_full whenever an item is removed from the queue;
        # a thread waiting to put is notified then.
        self.not_full = threading.Condition(self.mutex)

        # Notify all_tasks_done whenever the number of unfinished tasks
        # drops to zero; thread waiting to join() is notified to resume
        self.all_tasks_done = threading.Condition(self.mutex)
        self.unfinished_tasks = 0

Queue会用到如下方法：

put(): 添加一个项目到队列

get(): 从队列中取出一个项目

task_done(): 每处理完一个项目，需要调用该方法

join(): 阻塞线程，等待全部的任务完成

附：查看源代码，分析可得Queue内部的操作是这样的：（这段可以不用看）

调用put() -> with队列满(条件锁not_full) -> 能阻塞？(参数block) & 能超时？(参数timeout) & 需要等待？(条件锁not_full.wait()) -> 添加数据(内部方法_put()) -> 任务计数加1(内部计数变量unfinished_tasks += 1) -> 发起队列非空的通知(条件锁not_empty.notify())

调用get() -> with队列空(条件锁not_empty) -> 能阻塞？(参数block) & 能超时？(参数timeout) & 需要等待？(条件锁not_empty.wait()) -> 取出数据(内部方法_get()) -> 发起队列非满的通知(条件锁not_full.notify()) （ 注意! get()与put()操作相比并没有对任务计数操作，需要通过后面task_done()完成任务方法来减少任务数）

*调用task_done() -> with任务完成(条件锁all_tasks_done) -> 判断全部任务完成了？是的话发起通知(条件锁all_tasks_done.notify_all()) -> 任务计数减1(内部计数变量unfinished_tasks -= 1) *

调用join() -> with任务完成(条件锁all_tasks_done) -> 循环未完成的任务计数变量(内部计数变量unfinished_tasks) -> 还有没完成的任务，等待(条件锁all_tasks_done.wait() | 全部完成，退出循环，解除线程阻塞)

示例：

#!usr/bin/env python
#coding=utf-8

import threading
from queue import Queue
import time
import random

queue = Queue()

def producer():
    for i in range(5):
        item = random.randint(0, 100)
        queue.put(item)
        print('producer:', 'put', item)
        time.sleep(1)

def consumer():
    while True:
        item = queue.get()
        print('consumer:', 'get', item)
        queue.task_done()

t1 = threading.Thread(target=producer)
t2 = threading.Thread(target=consumer)

t1.start()
t2.start()

输出

producer: put 47
consumer: get 47
producer: put 71
consumer: get 71
producer: put 99
consumer: get 99
producer: put 30
consumer: get 30
producer: put 75
consumer: get 75

1.后台线程: 后台线程在主线程停止后就直接停止运行。他们资源（如打开的文件，数据库事务等）可能不会被正确的释放。如果你想要你的线程优美的停止，让他们不要变为后台和使用一个合适的信号机制如事件Event

2.nvoke: 官方文档中使用invoke一词，我并没有更好的翻译，因为其它语言中invoke反射是一种技术手段，但Google的翻译中，将此解释为调用 （是我想多了）

3.加入线程: 加入线程？不理解如何能加入线程，并且官方文档说会死锁。实测，创建2个线程互相join()，虽然陷入死循环，但并没抛出错误 // TODO: 不知理解有偏差没有

4.死锁: 多个对象，互持对方所需资源的锁，导致都无法访问

5.blocking: 锁的acquire()方法的参数，有点难理解，文中所写是结合官方文档和实测的结果描述所得。不过一般，我们都不用改变它的默认值 // TODO: 没有从源码分析（找不到源码）

6.参考书籍：《Python并行编程手册》

查看全文

相关阅读:
前端 fetch 通信
 编写高质量的JavaScript代码（一）
Redis学习笔记1-Redis的介绍和认识
 gitignore不起作用解决的方法
 【我的面经】说说简历的细节——软件开发岗位
 菜鸟的mongoDB学习－－－（七）MongoDB 备份(mongodump)与恢复(mongorerstore)
HDU 4927 Series 1
树状数组求第K小值 (spoj227 Ordering the Soldiers && hdu2852 KiKi's K-Number)
git和SVN的差别
 KVM-Introduce

原文地址：https://www.cnblogs.com/maplesnow/p/12044360.html

[python 并行2]线程

线程篇

基本使用

threading模块

函数形式

继承类的形式

线程同步

使用Lock实现线程同步

使用RLock实现线程同步

使用信号量实现线程同步

使用条件实现线程同步

使用事件实现线程同步

附：其它

使用with语句 6

使用队列实现线程通信

使用with语句 ⁶