Python多线程

1.  什么是多线程

线程，有时被称为轻量进程，是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程不拥有私有的系统资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。一个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。

线程是程序中一个单一的顺序控制流程。进程内有一个相对独立的、可调度的执行单元，是系统独立调度和分派CPU的基本单位和指令运行时的程序的调度单位。在单个程序中同时运行多个线程完成不同的工作，称为多线程。Python多线程用于I/O操作密集型的任务，如Socket Server网络并发，网络爬虫。

现代处理器都是多核的，几核的处理器表示能同时处理几个线程，多线程执行程序看起来是同时进行，实际上是CPU在多个线程之间快速切换执行，这中间就涉及到上下文的切换，所谓的上下文切换就是指一个线程Thread被分配的时间片用完了之后，线程的信息被保存起来，CPU执行另外的线程，再到CPU重新读取线程Thread的信息并继续执行Thread的过程。

2.  Python线程模块

Python的标准库提供了两个模块：_thread和threading。_thread 提供了低级别的、原始的线程以及一个简单的互斥锁，它相比于 threading 模块的功能还是比较有限的。Threading模块是_thread模块的替代，在实际的开发中，绝大多数情况下还是使用高级模块threading，因此本书着重介绍threading高级模块的使用。

Python创建Thread对象语法如下：

importthreading
threading.Thread(target=None, name=None,  args=())

主要参数说明：

l target 是函数名字，需要调用的函数。

l  name 设置线程名字。

l  args 函数需要的参数，以元组( tuple)的形式传入

Thread对象主要方法说明:

l  run(): 用以表示线程活动的方法。

l  start():启动线程活动。

l  join(): 等待至线程中止。

l  isAlive(): 返回线程是否活动的。

l  getName(): 返回线程名。

l  setName(): 设置线程名。

3.   创建线程

Python中实现多线程有两种方式：函数式创建线程和创建线程类。

3.1. 函数式创建线程

函数式创建线程的时候，只需要传入一个执行函数和函数的参数即可完成threading.Thread实例的创建。下面的例子使用Thread类来产生2个子线程，然后启动2个子线程并等待其结束：

import threading
import time
import random
import math

def print_num(idx):
    for num in range(idx):
        # 打印当前运行的线程名字
        print("{0} num={1}".format(threading.current_thread().getName(), num))
        delay = math.ceil(random.random() * 2)
        time.sleep(delay)
    print()

if __name__ == '__main__':
    thread_list = []
    for i in range(1, 3):
        thread = threading.Thread(
            target=print_num,
            args=(i + 1,),
            name="thread%s" % i
        )
        thread.start()
        thread_list.append(thread)
    [t.join() for t in thread_list]
    print("{0} 线程结束".format(threading.current_thread().getName()))

运行代码得到以下结果：

 运行程序时，默认会启动一个线程，把该线程称为主线程，主线程可以启动新的线程，threading模块有个current_thread()函数，它可以返回当前线程的相关信息。从当前线程的示例可以获得前运行线程名字，代码如下。

threading.current_thread().getName()

启动一个线程就是把一个函数和参数传入并创建Thread实例，然后调用start()开始执行：

thread = threading.Thread(
    target=print_num,
    args=(i + 1,),
    name="thread"
)
thread.start()

从返回结果可以看出主线程示例的名字叫MainThread，子线程的名字在创建时指定,本例创建了2个子线程，名字叫thread1和thread2。如果没有给线程起名字，Python就自动给线程命名为Thread-1,Thread-2…等等。在本例中定义了线程函数print_num(),打印idx记录后退出，每次打印使用time.sleep()让程序休眠一段时间。

3.2.创建线程类

直接创建threading.Thread的子类来创建一个线程对象,实现多线程。通过继承Thread类，并重写Thread类的run()方法，在run()方法中定义具体要执行的任务。在Thread类中，提供了一个start()方法用于启动新进程，线程启动后会自动调用run()方法。

import threading
import time
import random
import math

class MultiThread(threading.Thread):

    def __init__(self, thread_name, num):
        threading.Thread.__init__(self)
        self.name = thread_name
        self.num = num

    def run(self):
        for i in range(self.num):
            print("{0} i={1}".format(threading.current_thread().getName(), i))
            delay = math.ceil(random.random() * 2)
            time.sleep(delay)

if __name__ == '__main__':
    thread_list = []
    for n in range(1, 3):
        thread = MultiThread(
            thread_name="thread%s" % n, num=n + 1
        )
        thread.start()
        thread_list.append(thread)
    [t.join() for t in thread_list]
    print("{0} 线程结束".format(threading.current_thread().getName()))

运行脚本得到以下结果:

从返回结果可以看出，通过创建Thread类来产生2个线程对象，重写Thread类的run()函数，把业务逻辑放入其中，通过调用线程对象的start()方法启动线程。通过调用线程对象的join()函数，等待该线程完成，再继续下面的操作。

本例中，主线程MainThread等待子线程thread1和thread2运行结束后才输出“MainThread线程结束”。若子线程thread1和thread2不调用join()函数，那么主线程MainThread和2个子线程是并行执行任务的，2个子线程加上join()函数后，程序就变成顺序执行了。所以子线程用到join()的时候，通常都是主线程等到其他多个子线程执行完毕后再继续执行，其他的多个子线程并不需要互相等待。

4.    守护线程

在线程模块中，使用子线程对象用到join()函数，主线程需要依赖子线程执行完毕后才继续执行代码。如果子线程不使用join()函数，主线程和子线程是并行运行的，没有依赖关系，主线程执行了，子线程也在执行。

在多线程开发中，如果子线程设定为了守护线程，守护线程会等待主线程运行完毕后被销毁。一个主线程可以设置多个守护线程，守护线程运行的前提是，主线程必须存在，如果主线程不存在了，守护线程会被销毁。

在本例中创建1个主线程3个子线程，让主线程和子线程并行执行。内容如下：

import time
import threading


def run(task_name):
    print("任务:", task_name)
    time.sleep(2)

    # 查看每个子线程
    print("{0} 任务执行完毕, 线程名称：{1}".format(
        task_name,
        threading.current_thread().getName()
    ))


if __name__ == '__main__':
    start_time = time.time()
    for i in range(3):
        thr = threading.Thread(target=run, args=("task-{0}".format(i),))
        # 把子线程设置为守护线程
        thread.setDaemon(False)
        thread.start()

    # 查看主线程和当前活动的所有线程数
    print("{0}线程结束，当线程数量={1}".format(
        threading.current_thread().getName(),
        threading.active_count()
    ))
    print("消耗时间:", time.time() - start_time)

运行脚本得到以下结果：

 

从返回结果可以看出，当前的线程个数是4，线程个数=主线程数 + 子线程数，在本例中有1个主线程和3个子线程。主线程执行完毕后，等待子线程执行完毕，程序才会退出。

在本例的基础上，把所有的子线程都设置为守护线程。子线程变成守护线程后，只要主线程执行完毕，不管子线程有没有执行完毕，程序都会退出。使用线程对象的setDaemon(True)函数来设置守护线程。

import time
import threading

def run(task_name):
    print("任务:", task_name)
    time.sleep(2)
    print("{0} 任务执行完毕, 线程名称：{1}".format(
        task_name,
        threading.current_thread().getName()
    ))

if __name__ == '__main__':
    start_time = time.time()
    for i in range(3):
        thread = threading.Thread(target=run, args=("task-{0}".format(i),))
        # 把子线程设置为守护线程，在启动线程前设置
        thread.setDaemon(True)
        thread.start()
    # 查看主线程和当前活动的所有线程数
    print("{0}线程结束，当线程数量={1}".format(
        threading.current_thread().getName(),
        threading.active_count()
    ))
    print("消耗时间:", time.time() - start_time)

运行脚本得到以下结果。

 

从本例的返回结果可以看出，主线程执行完毕后，程序不会等待守护线程执行完毕后就退出了。设置线程对象为守护线程，一定要在线程对象调用start()函数前设置。 

5.  多线程的锁机制

多线程编程访问共享变量时会出现问题，但是多进程编程访问共享变量不会出现问题。因为多进程中，同一个变量各自有一份拷贝存在于每个进程中，互不影响，而多线程中，所有变量都由所有线程共享。

多个进程之间对内存中的变量不会产生冲突，一个进程由多个线程组成，多线程对内存中的变量进行共享时会产生影响，所以就产生了死锁问题，怎么解决死锁问题是本节主要介绍的内容。

5.1. 变量的作用域

一般在函数体外定义的变量称为全局变量，在函数内部定义的变量称为局部变量。全局变量所有作用域都可读，局部变量只能在本函数可读。函数在读取变量时，优先读取函数本身自有的局部变量，再去读全局变量。 
内容如下。

# 全局变量
balance = 1


def change():
    # 定义全局变量
    global balance
    balance = 100
    # 定义局部变量
    num = 20
    print("change  balance to {0}".format(balance))


if __name__ == "__main__":
    print("修改前的 balance={0}".format(balance))
    change()
    print("修改后的 balance={0}".format(balance))

运行脚本得到以下结果:

 

如果注释掉change()函数里的 global，则返回结果如下：

 

在本例中在change()函数外定义的变量balance是全局变量，在change()函数内定义的变量num是局部变量，全局变量默认是可读的，可以在任何函数中使用，如果需要改变全局变量的值，需要在函数内部使用global定义全局变量，本例中在change()函数内部使用global定义全局变量balance,在函数里就可以改变全局变量了。

在函数里可以使用全局变量，但是在函数里不能改变全局变量。想实现多个线程共享变量，需要使用全局变量。在方法里加上全局关键字 global定义全局变量，多线程才可以修改全局变量来共享变量。

5.2. 多线程中的锁

多线程同时修改全局变量时会出现数据安全问题，线程不安全就是不提供数据访问保护，有可能出现多个线程先后更改数据造成所得到的数据是脏数据。在本例中我们生成2个线程同时修改change()函数里的全局变量balance时，会出现数据不一致问题。示例内容如下：

import threading

balance = 100


def change(num, counter):
    global balance
    for i in range(counter):
        balance += num
        balance -= num
        if balance != 100:
            # 如果输出这句话，说明线程不安全
            print("balance=%d" % balance)
            break


if __name__ == "__main__":
    thread_list = []
    for i in range(5):
        thread = threading.Thread(target=change, args=(100, 500000), name='t1')
        thread.start()
        thread_list.append(thread)
    [t.join() for t in thread_list]
    print("{0} 线程结束".format(threading.current_thread().getName()))

运行以上脚本，当5个线程运行次数达到500000次时，会出现以下结果：

 

在本例中定义了一个全局变量balance,初始值为100，当启动2个线程后，先加后减，理论上balance应该为100。线程的调度是由操作系统决定的，当线程交替执行时，只要循环次数足够多，balance结果就不一定是100了。从结果可以看出，在本例中线程t1和t2同时修改全局变量balance时，会出现数据不一致问题。

注意：

在多线程情况下，所有的全局变量有所有线程共享。所以，任何一个变量都可以被任何一个线程修改，因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了。

在多线程情况下，使用全局变量并不会共享数据，会出现线程安全问题。可以采用加锁机制，当一个线程访问该类的某个数据时，对数据进行保护，其他线程不能进行访问直到该线程读取完，其他线程才可使用。不会出现数据不一致，在单线程运行时没有代码安全问题。但在多线程情况下，才会出现安全问题。

针对线程安全问题，需要使用“互斥锁”，就像数据库里操纵数据一样，也需要使用锁机制。某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

互斥锁的核心代码如下： 

# 创建锁
mutex = threading.Lock()
# 锁定
mutex.acquire()
# 释放
mutex.release()

如果要确保balance计算正确，使用threading.Lock()来创建锁对象lock，把 lock.acquire()和lock.release()加在同步代码块里，本例的同步代码块就是对全局变量balance进行先加后减操作。

当某个线程执行change()函数时，通过lock.acquire()获取锁，那么其他线程就不能执行同步代码块了，只能等待知道锁被释放了，获得锁才能执行同步代码块。由于锁只有一个，无论多少线程，同一个时刻最多只有一个线程持有该锁，所以修改全局变量balance不会产生冲突。改良后的代码内容如下：

import threading

balance = 100
lock = threading.Lock()


def change(num, counter):
    global balance
    for i in range(counter):
        # 先要获取锁
        lock.acquire()
        balance += num
        balance -= num
        # 释放锁
        lock.release()

        if balance != 100:
            # 如果输出这句话，说明线程不安全
            print("balance=%d" % balance)
            break


if __name__ == "__main__":
    thread_list = []
    for i in range(5):
        thread = threading.Thread(target=change, args=(100, 500000), name='t1')
        thread.start()
        thread_list.append(thread)
    [t.join() for t in thread_list]
    print("{0} 线程结束".format(threading.current_thread().getName()))

在本例中多个线程同时运行lock.acquire()时，只有一个线程能成功的获取锁，然后执行代码，其他线程就继续等待直到获得锁位置，这时候就不会出现线程不一致的问题：

 

获得锁的线程用完后一定要释放锁，否则其他线程就会一直等待下去，成为死线程。

在运行上面脚本就不会产生输出信息，证明代码是安全的。把 lock.acquire()和lock.release()加在同步代码块里，还要注意锁的力度不要加的太大了。第一个线程只有运行完了，第二个线程才能运行，所以锁要在需要同步代码里加上。

6.参考文档

Python中文社区：Python线程5分钟完全解读