今天，互联网时代，所有的server您将收到大量请求。
server要利用多线程的方式的优势来处理这些请求，为了改善网络port读写效率。
Python它是一个网络server后台工作语言 (豆瓣网)，所以多线程也就非常自然被Python语言支持。
多线程售票以及同步
我们使用Python来实现Linux多线程与同步文中的售票程序。
我们使用mutex (也就是Python中的Lock类对象) 来实现线程的同步:
import threading
import time
import os
# This function could be called by any function to do other chores.
def doChore():
time.sleep(0.5)
# Function for each thread
def booth(tid):
global i
global lock
while True:
lock.acquire() # Lock; or wait if other thread is holding the lock
if i != 0:
i = i - 1 # Sell tickets
print(tid,':now left:',i) # Tickets left
doChore() # Other critical operations
else:
print("Thread_id",tid," No more tickets")
os._exit(0) # Exit the whole process immediately
lock.release() # Unblock
doChore() # Non-critical operations
# Start of the main function
i = 100 # Available ticket number
lock = threading.Lock() # Lock (i.e., mutex)
# Start 10 threads
for k in range(10):
new_thread = threading.Thread(target=booth,args=(k,)) # Set up thread; target: the callable (function) to be run, args: the argument for the callable
new_thread.start() # run the thread这里使用了两个全局变量，一个是i，用以储存剩余票数。一个是lock对象，用于同步线程对i的改动。
此外。在最后的for循环中，我们总共设置了10个线程。
每一个线程都运行booth()函数。
线程在调用start()方法的时候正式启动 (实际上，计算机中最多会有11个线程。由于主程序本身也会占用一个线程)。
Python使用threading.Thread对象来代表线程，用threading.Lock对象来代表一个相互排斥锁 (mutex)。
有两点须要注意:
我们在函数中使用global来声明变量为全局变量，从而让多线程共享i和lock (在C语言中，我们通过将变量放在全部函数外面来让它成为全局变量)。
假设不这么声明，因为i和lock是不可变数据对象。它们将被当作一个局部变量。
假设是可变数据对象的话，则不须要global声明。
我们甚至能够将可变数据对象作为參数来传递给线程函数。
这些线程将共享这些可变数据对象。我们在booth中使用了两个doChore()函数。
能够在未来改进程序。以便让线程除了进行i=i-1之外，做很多其它的操作，比方打印剩余票数，找钱，或者喝口水之类的。
第一个doChore()依旧在Lock内部。所以能够安全地使用共享资源 (critical operations, 比方打印剩余票数)。
第二个doChore()时。Lock已经被释放，所以不能再去使用共享资源。
这时候能够做一些不使用共享资源的操作 (non-critical operation, 比方找钱、喝水)。
这里有益让doChore()等待了0.5秒。以代表这些额外的操作可能花费的时间。
你能够定义的函数来取代doChore()。
OOP创建线程
上面的Python程序很类似于一个面向过程的C程序。我们以下介绍怎样通过面向对象的方法实现多线程，其核心是继承threading.Thread类。
import threading
import time
import os
def doChore():
time.sleep(0.5)
# Function for each thread
class BoothThread(threading.Thread):
def __init__(self, tid, monitor):
self.tid = tid
self.monitor = monitor
threading.Thread.__init__(self)
def run(self):
while True:
monitor['lock'].acquire() # Lock; or wait if other thread is holding the lock
if monitor['tick'] != 0:
monitor['tick'] = monitor['tick'] - 1 # Sell tickets
print(self.tid,':now left:',monitor['tick']) # Tickets left
doChore() # Other critical operations
else:
print("Thread_id",self.tid," No more tickets")
os._exit(0) # Exit the whole process immediately
monitor['lock'].release() # Unblock
doChore() # Non-critical operations
# Start of the main function
monitor = {'tick':100, 'lock':threading.Lock()}
# Start 10 threads
for k in range(10):
new_thread = BoothThread(k, monitor)
new_thread.start()
上面的for循环中已经利用了threading.Thread()的方法来创建一个Thread对象，并将函数booth()以及其參数传递给改对象，并调用start()方法来执行线程。
OOP的话。通过改动Thread类的run()方法来定义线程所要运行的命令。
自定义了一个类BoothThread, 这个类继承自thread.Threading类。
然后我们把上面的booth()所进行的操作统统放入到BoothThread类的run()方法中。
注意。我们没有使用全局变量声明global，而是使用了一个词典monitor存放全局变量，然后把词典作为參数传递给线程函数。
因为词典是可变数据对象。所以当它被传递给函数的时候，函数所使用的依旧是同一个对象，相当于被多个线程所共享。
这也是多线程乃至于多进程编程的一个技巧 (应尽量避免上面的global声明的使用方法，由于它并不适用于windows平台)。
上面OOP编程方法与面向过程的编程方法相比，并没有带来太大实质性的区别。
其它
threading.Thread对象，我们已经介绍了该对象的start()和run(), 此外：join()方法
调用该方法的线程将等待直到改Thread对象完毕。再恢复执行。这与进程间调用wait()函数相类似。
以下的对象用于处理多线程同步。
对象一旦被建立。能够被多个线程共享，并依据情况堵塞某些进程。
threading.Lock对象
mutex, 有acquire()和release()方法。
threading.Condition对象
condition variable，建立该对象时。会包括一个Lock对象 (由于condition variable总是和mutex一起使用)。
能够对Condition对象调用acquire()和release()方法，以控制潜在的Lock对象。
wait()方法
相当于cond_wait()
notify_all()
相当与cond_broadcast()
nofify()
与notify_all()功能类似，但仅仅唤醒一个等待的线程，而不是所有
threading.Semaphore对象
semaphore，也就是计数锁。
创建对象的时候。能够传递一个整数作为计数上限 (sema = threading.Semaphore(5))。
它与Lock类似，也有Lock的两个方法。
threading.Event对象
与threading.Condition相类似。相当于没有潜在的Lock保护的condition variable。
对象有True和False两个状态。
能够多个线程使用wait()等待。直到某个线程调用该对象的set()方法，将对象设置为True。
线程能够调用对象的clear()方法来重置对象为False状态。
# 最近这些章节并没有看得太清楚如何~~~~~
版权声明：本文博主原创文章，博客，未经同意不得转载。