Python多线程和Python的锁

Python多线程 
Python中实现多线程有两种方式，一种基于_thread模块(在Python2.x版本中为thread模块，没有下划线)的start_new_thread()函数，另一种基于threading模块的Thread类。 
其实Python的多线程编程不能真正利用多核的CPU，但是用开源模块使你的计算压力分布到多核CPU上......... 

一.使用start_new_thread()实现线程，是比较底层的实现方式，所有线程共享他们global数据，为了达到同步，模块也提供了简单的锁机制 

_thread.start_new_thread(function, args[, kwargs])

启动一个新的进程，并返回其标识符. 线程执行的函数需要的参数由args(必须为一个元组)提供，亦可通过可选参数kwargs提供关键字参数组  成的字典。当函数返回时，启动的线程也   停止退出。如果函数中存在未处理异常，会打印堆栈跟踪后线程停止退出(其他线程继续执行)。

其中线程标识符是一个非0整数，并没有直接意思，可以当作从一个线程组成的特殊字典中索引本线程的一个key，也可用_thread.get_ident()得到，在线程退出后，标识符会被系统回收。在线程执行过程中可以调用_thread.exit()终止本线程的执行。 

import _thread
import time
def threadFunction(count):
    for i in range(count):
      print('进程id为%d的打印%d'%(_thread.get_ident(),i))
      i-=1
      time.sleep(0.1)

def begin():
  ident1=_thread.start_new_thread(threadFunction,(100,))
  print('启动标识符为%d的进程'%(ident1,))
  ident2=_thread.start_new_thread(threadFunction,(100,))
  print('启动标识符为%d的进程'%(ident2,))


if __name__ == '__main__':
  begin()

二.使用Thread类来实现多线程，这种方式是对_thread模块(如果没有_thread,则为dummy_threading)的高级封装，在这种方式下我们需创建新类继承threading.Thread，和java一样重写threading.Thread的run方法即可.启动线程用线程的start方法，它会调用我们重写的run方法. 

class MyThread(threading.Thread):
    '''只能重写__init__ 和 run 两个方法'''
    def __init__(self,name):
        threading.Thread.__init__(self)
        self.name=name
        self.bool_stop=False
    def run(self):
        while not self.bool_stop:
            print('进程%s,于%s'%(self.name,time.asctime()))
            time.sleep(1)
    def stop(self):
        self.bool_stop = True


if __name__ == '__main__':
    th1=MyThread('one')
    th2=MyThread('two')
    th1.start()
    th2.start()

Thread类还定义了以下常用方法与属性： 

Thread.getName() Thread.setName()

老方式用于获取和设置线程的名称，官方建议用Thread.name替代

Thread.ident

获取线程的标识符。只有在调用start()方法执行后才有效，否则返回None。

Thread.is_alive()

判断线程是否是激活的。

Thread.join([timeout])

调用Thread.join将会使主调线程堵塞，直到被调用线程运行结束或超时。参数timeout是一个数值类型，表示超时时间，如果未提供该参数，那么主调线程将一直堵塞到被调线程结束。

Python中的锁 

先用_thread模块的Lock锁来实现生产者消费者问题，Lock对象是Python提供的低级线程控制工具，使用起来非常简单，只需下面3条语句即可: 

_thread.allocate_lock()返回一个新Lock对象，即为一个新锁

lock.acquire() 相当于P操作，得到一个锁，

lock.release()相当于V操作，释放一个锁

代码如下： 

import _thread,time,random
dish=0
lock = _thread.allocate_lock()
def producerFunction():
   '''如果投的筛子比0.2大，则向盘子中增加一个苹果'''
   global lock,dish
   while True:
       if(random.random() > 0.1):
         lock.acquire()
         if dish < 100:
           dish+=1
           print('生产者增加了一个苹果，现在有%d个苹果'%(dish,))
         lock.release()
         time.sleep(random.random()*3)

def consumerFunction():
  '''如果投的筛子比0.5大，则从盘子中取一个苹果'''
  global lock,dish
  while True:
    if(random.random() > 0.9):
      lock.acquire()
      if dish > 0:
        dish-=1
        print('消费者拿走一个苹果现，在有%d个苹果'%(dish,))
      lock.release()
      time.sleep(random.random()*3)

def begin():
  ident1=_thread.start_new_thread(producerFunction,())
  ident2=_thread.start_new_thread(consumerFunction,())
if __name__ == '__main__':
  begin()

另一个较高级的锁为RLock锁，RLock对象内部维护着一个Lock对象，它是一种可重入的对象。对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。这会导致Lock对象永远不会release，使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。 


threading模块对Lock也提供和封装，提供了更高级的同步方式（可以理解为更高级的锁），包括threading.Event和threading.Condition，其中threading.Event为提供了简单的同步方式：一个进程标记event，其他进程等待，只需下面的几个方法即可： 

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()

将标识号设为Ture

Event.clear()

设为标识符False

threading.Condition　可以把Condiftion理解为一把高级的琐，它提供了比Lock, RLock更高级的功能，允许我们能够控制复杂的线程同步问题。threadiong.Condition在内部维护一个琐对象（默认是RLock），可以在创建Condigtion对象的时候把琐对象作为参数传入。Condition也提供了acquire, release方法，其含义与琐的acquire, release方法一致，其实它只是简单的调用内部琐对象的对应的方法而已。Condition还提供了如下方法(特别要注意：这些方法只有在占用琐(acquire)之后才能调用，否则将会报RuntimeError异常。)： 

Condition.wait([timeout]):  　　

wait方法释放内部所占用的琐，同时线程被挂起，直至接收到通知被唤醒或超时（如果提供了timeout参数的话）。当线程被唤醒并重新占有琐的时候，程序才会继续执行下去。

Condition.notify():　　

唤醒一个挂起的线程（如果存在挂起的线程）。注意：notify()方法不会释放所占用的琐。

Condition.notify_all()

唤醒所有挂起的线程（如果存在挂起的线程）。注意：这些方法不会释放所占用的琐。