zoukankan html css js c++ java

浅析Python多线程

阅读目录

学习Python多线程的资料很多，吐槽Python多线程的博客也不少。本文主要介绍Python多线程实际应用，且假设读者已经了解多线程的基本概念。如果读者对进程线程概念不甚了解，可参见知名博主阮一峰转译的一篇博客：《进程与线程的一个简单解释》。

回到顶部

1 线程的基本操作

Python中多线程主要有两个模块，_thread和threading模块。前者更底层，后者更常用，能满足绝大部分编程需求，今天主要围绕threading模块展开介绍。启动一个线程需要用threading模块中的Thread。

线程的启动需要先创建Thread对象，然后调用该对象的start()方法，参见下例：

import time
import threading
 
def func(n):
    while n > 0:
        print("线程name:", threading.current_thread().name, "参数n:", n)
        n -= 1
        time.sleep(1)
 
t = threading.Thread(target=func, args=(5,))
t.start()
print("主线程：", threading.current_thread().name)
# 运行结果：
# 线程name: Thread-1 参数n: 5
# 主线程： MainThread
# 线程name: Thread-1 参数n: 4
# 线程name: Thread-1 参数n: 3
# 线程name: Thread-1 参数n: 2
# 线程name: Thread-1 参数n: 1

上例中，threading.current_thread().name 是获取当前线程的name属性。

Thread中，形参target传入函数名，args传入函数对应的参数，参数必须是可迭代对象，如果是元组且只有一个参数必须写成（参数，）的形式，逗号不能省略。

一旦启动一个线程，该线程将由操作系统来全权管理，独立执行直到目标函数返回。一般情况下，线程的操作有以下几种：

t.is_alive()    # 查询线程对象的状态，返回布尔值
t.join()        # 将线程加入到当前线程，并等待其终止
 
t = Thread(target=countdown, args=(10,), daemon=True)  # 后台线程
t.start()　　

查看线程状态示例：

import time
import threading
 
def func(n):
    while n > 0:
        print("线程name:", threading.current_thread().name, "参数n:", n)
        n -= 1
        time.sleep(1)
 
t = threading.Thread(target=func, args=(2,))
t.start()
print("主线程：", threading.current_thread().name)
 
if t.is_alive():
    print("活着的")
else:
    print("未存活")
print("主线程结束")

让主线程等待其他线程，就是主线程会在join()处一直等待所有线程都结束之后，再继续运行。参见下例：

import time
import threading
 
def func(n):
    while n > 0:
        print("线程name:", threading.current_thread().name, "参数n:", n)
        n -= 1
        time.sleep(1)
 
t = threading.Thread(target=func, args=(2,))
t.start()
t.join()
print("主线程：", threading.current_thread().name)
print("主线程结束")
# 运行结果：
# 线程name: Thread-1 参数n: 2
# 线程name: Thread-1 参数n: 1
# 主线程： MainThread
# 主线程结束

后台线程参见下例：

import time
import threading
 
def func(n):
    while n > 0:
        print("参数n:", n)
        n -= 1
        time.sleep(1)
 
t = threading.Thread(target=func, args=(10, ), daemon=True)
t.start()
time.sleep(3)
print("主线程结束")
 
# 参数n: 10
# 参数n: 9
# 参数n: 8
# 参数n: 7
# 主线程结束

后台线程无法等待，但主线程终止时后台线程自动销毁。如果要对线程进行高级操作，如发送信号，终止线程，都需要自己实现。下例通过轮询控制线程退出：

import time
from threading import Thread
 
class StopThread:
    def __init__(self):
        self._flag = True
 
    def terminate(self):
        self._flag = False
 
    def run(self, n):
        while self._flag and n > 0:
            print('num>>:', n)
            n -= 1
            time.sleep(1)
 
obj = StopThread()
t = Thread(target=obj.run, args=(11,))
t.start()
 
time.sleep(5)    # 表示do something
 
obj.terminate()  # 终止线程
t.join()
print("主线程结束")

上例通过类中的_flag控制线程的终止，当主线程执行5秒之后，主动将_flag赋值为False终止线程。通过轮询终止线程存在一个问题，如果while self._flag and n > 0:这句后，某次循环一直阻塞在I/O操作上，根本不会进行下一次循环，自然就无法终止。这该怎么办呢？留一个思考题。

多线程还可以通过继承Thread实现，如下：

import time
from threading import Thread
 
class A(Thread):
    def __init__(self,):
        super().__init__()
 
    def run(self):
        print("run1..", )
        time.sleep(5)
        print("run2..")
 
obj = A()
obj.start()
print("主线程结束")

回到顶部

2 线程锁和一个怪象

当我们用多个线程同时修改同一份数据时，怎么保证最终结果是我们期许的呢？举个例子，当前有一个全局变量a=0，如果有10个线程同时对其加1，这就出现了线程间的竞争，到底应该听谁的呢？这时候，应该用线程锁来解决。也就是当某一个线程A对该数据操作时，对该数据加锁，其他线程只能等着，等待A操作完之后释放了该锁，其他线程才能操作该数据，一旦某个线程获得操作数据的权限，立即又加上锁。如此便能保证数据的安全准确。奇怪的是，在Python3中，即使不加锁，好像也不会发生数据出错的情况。或许这个例子不是很好，也或许是Python3中自动加了锁。希望有知道的读者赐教一下。这个奇怪的现象就是下例了：

from threading import Thread
import time
 
def add_one(a):
    time.sleep(1)
    print("in thread a:", a)
    a[1] += 1
 
if __name__ == '__main__':
    array = [0, 1, 4]
    thread_obj_list = []
 
    for i in range(50):
        t = Thread(target=add_one, args=(array,))
        t.start()
        thread_obj_list.append(t)
 
    for j in thread_obj_list:
        j.join()
 
    print("array result::", array)
    # array result:: [0, 51, 4]　　

我们看到，最后array的第二个元素是51，并没有出错，这真是令人费解。好了，言归正传，来看看线程锁的几个方法吧：

lock = threading.Lock()     # Lock对象
lock.acquire()              # 锁定
lock.release()              # 解锁

Lock有“锁定”或“解锁”两种状态之一。它是在解锁状态下创建的。它有两个基本方法，acquire() 和 release()。
当状态为解锁时，acquire()将状态更改为锁定并立即返回。当状态被锁定时，acquire()块直到对另一个协程中的release()的调用将其改变为解锁，然后acquire()调用将其重置为锁定并返回。
release()方法只应在锁定状态下调用；它将状态更改为已解锁并立即返回。如果尝试释放已解锁的锁，则会引发 RuntimeError。

下面是一个具体的使用例子：

from threading import Thread
import time
import threading
 
lock = threading.Lock()
 
def add_one(a):
    time.sleep(1)
    lock.acquire()
    a[1] += 1
    lock.release()
 
if __name__ == '__main__':
    array = [0, 1, 4]
    thread_obj_list = []
 
    for i in range(50):
        t = Thread(target=add_one, args=(array,))
        t.start()
        thread_obj_list.append(t)
 
    for j in thread_obj_list:
        j.join()
 
    print("array result::", array)
    # array result:: [0, 51, 4]　　

acquire()和release()方法成对出现。但是这样手动释放有时候可能会遗忘，这时候可以考虑用上下文管理协议。关于上下文管理协议，可参见作者的这篇文章【Python上下文管理器】。

Lock对象支持with语句：

def add_one(a):
    time.sleep(1)
    with lock:
        a[1] += 1　

回到顶部

3 递归锁　

可重入锁（又称递归锁，RLock），就是大锁中包含子锁的情况下使用。在这种情况下，再用Lock时，就会出现死锁现象，此时应该用threading.RLock()对象了，用法同Lock,参见下例：

from threading import Thread
import time
import threading
 
lock = threading.RLock()
 
def add_one(a):
    lock.acquire()
    a[1] += 1
    lock.release()
 
def add_two(b):
    time.sleep(1)
    lock.acquire()
    b[1] += 2
    add_one(b)
    lock.release()
 
if __name__ == '__main__':
    array = [0, 1, 4]
    thread_obj_list = []
 
    for i in range(50):
        t = Thread(target=add_two, args=(array,))
        t.start()
        thread_obj_list.append(t)
 
    for j in thread_obj_list:
        j.join()
 
    print("array result::", array)
    # array result:: [0, 151, 4]　　

上例读者可以试试Lock()，看看什么效果。RLock()还支持上下文管理协议，上例中的两个函数可以改成这样：

def add_one(a):
    with rlock:
        a[1] += 1
 
def add_two(b):
    time.sleep(1)
    with rlock:
        b[1] += 2
        add_one(b)

回到顶部

4 GIL

全局解释器锁（英语：Global Interpreter Lock，缩写GIL），是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。所以很多人说Python的线程是假线程，并能利用多核，并不能真正并行。之所以感觉到线程并行，是因为线程上下文不断切换的缘故。Python 3.2开始使用新的GIL。新的GIL实现中用一个固定的超时时间来指示当前的线程放弃全局锁。在当前线程保持这个锁，且其他线程请求这个锁时，当前线程就会在5毫秒后被强制释放该锁。关于全局锁，强调三点：

（1）GIL的存在，同一时刻只能有一个线程在运行。

（2）GIL是CPython的特性，Jython，pypy等并无GIL。

（3）Cpython的多线程适用于I/O密集型问题，计算密集型问题可使用多进程编程。　　

回到顶部

5 判断线程状态

在多线程编程中，有时候某个线程依赖另一个线程的状态，需要使用threading库中的Event对象。 Event对象包含一个可由线程设置的信号标志，它允许线程等待某些事件的发生。可将线程设置等待Event对象，直到有其他线程将Event对象设置为真，这些等待Event对象的线程将开始执行。Event()对象的常用方法：

event = threading.Event()   # 创建threading.Event()对象
 
event.is_set()   # 获取event的设置值，默认为False
event.set()      # 设置event的值为True
event.clear()    # 设置event的值为False
event.wait()     # 等到event的值被设为True就执行

下面通过“交通信号灯”问题示范event的使用：

import threading
import time
 
def traffic_light(event):
    count = 0
    event.set()
    while True:
        # 如果计数器[0, 5)之间， 红灯，event=False
        if 0 <= count < 5:
            event.clear()
            print("light is Red")
        # 如果计数器[5, 10)之间， 绿灯，event=True
        elif 5 <= count < 10:
            event.set()
            print("light is Green")
        # 如果计数器大于10，红灯，将event设置为False，计数器置为0
        else:
            event.clear()
            count = 0
        time.sleep(1)
        count += 1
 
def car(name, event):
    while True:
        if not event.is_set():
            # event为False, 表示红灯， 车只能等待
            print("RED, the %s is waiting..." % name)
            # 此处会阻塞住，直到event被设置为True在执行
            event.wait()
            print("Green, The %s going...." % name)
 
e = threading.Event()
light = threading.Thread(target=traffic_light, args=(e,))
light.start()
car1 = threading.Thread(target=car, args=("Tesla", e, ))
car1.start()

交通信号灯有红灯和绿灯两种状态，每5秒切换一次状态，而car()函数中，只要灯变绿就放car通行。运行试试看。

event对象的一个重要特点是当它被设置为真时会唤醒所有等待它的线程。如果你只想唤醒单个或者一定数目的线程，最好是使用信号量或者 Condition 对象来替代。

回到顶部

6 `Condition对象`

condition对象总是与锁关联，可以手动传入锁对象，也可以不传入使用默认值。当有多个线程需要等待某个变量改变时，才开始执行。这种情况可以用condition对象实现。condition对象的主要方法有：

condition = threading.Condition(lock=None)   # 创建Condition对象  参数可以不传
 
condition.acquire()    # 加锁
condition.release()    # 解锁
 
condition.wait(timeout=None)                 # 阻塞，直到有调用notify(),或者notify_all()时再触发
condition.wait_for(predicate, timeout=None)  # 阻塞，等待predicate条件为真时执行
 
condition.notify(n=1)        # 通知n个wait()的线程执行, n默认为1
condition.notify_all()       # 通知所有wait着的线程执行
 
with condition:              # 支持with语法，不必每次手动调用acquire()/release()

看一个例子不是很优雅的例子：

import threading
import time
 
condition = threading.Condition()    # 创建condition对象
 
def func():
    condition.acquire()    # 如果没有with语句，必写这句，否者报错
    condition.wait()       # 阻塞，等待其他线程调用notify()
    print("in func..")
    condition.release()    # 与acquire()成对出现
 
# 启10个线程
for i in range(10):
    t = threading.Thread(target=func, args=())
    t.start()
 
time.sleep(5)
 
condition.acquire()
condition.notify(2)        # 通知两个线程执行
condition.release()
 
# in func..
# in func..
# 其他8个线程会继续等待...　

上例中，我们看到启动的10个线程会等待5秒钟并且调用了notify(2)之后，才会通知两个线程继续运行。且这两个线程执行完毕之后，其他8个线程仍然会阻塞在condition.wait() 处。

频繁写acquire() / release()很繁琐，下面是优雅的写法：

import threading
import time
 
condition = threading.Condition()    # 创建condition对象
 
def func(n):
    with condition:            # with更优雅
        condition.wait()       # 阻塞，等待其他线程调用notify()
        print("in func..", n)
 
 
# 启10个线程
for i in range(10):
    t = threading.Thread(target=func, args=(i,))
    t.start()
 
time.sleep(5)
 
with condition:
    condition.notify_all()        # 通知所有线程执行　

运行下，是不是等待5秒之后，所有线程都继续执行了？

回到顶部

7 信号量

信号量通常用于防范容量有限的资源，例如数据库服务器。一般而言信号量可以控制释放固定量的线程。比如启动100个线程，信号量的控制值设为5，那么前5个线程拿到信号量之后，其余线程只能阻塞，等到这5个线程释放信号量锁之后才能去拿锁。参见下例：

import threading
import time
 
def func(n):
    # semaphore.acquire()
    with semaphore:
        time.sleep(2)
        print("Thread::", n)
    # semaphore.release()
 
semaphore = threading.BoundedSemaphore(5)   # 信号量, 每次释放5个线程
 
thread_list = []
for i in range(23):
    t = threading.Thread(target=func, args=(i,))
    thread_list.append(t)
    t.start()
 
for j in thread_list:
    j.join()
 
print("all threads done")　

上例中，可以看到线程是每5个一组进行释放的。　

回到顶部

8 Barrier对象

Barriers字面意思是“屏障”，是Python线程（或进程）同步原语。每个线程中都调用wait()方法，当其中一个线程执行到wait方法处会立阻塞；一直等到所有线程都执行到wait方法处，所有线程再继续执行。参见下例：

import time
import threading
 
bar = threading.Barrier(3)  # 创建barrier对象，指定满足3个线程
 
def worker1():
    print("worker1")
    time.sleep(1)
    bar.wait()
    print("worker1 end")
 
def worker2():
    print("worker2")
    time.sleep(2)
    bar.wait()
    print("worker2 end")
 
def worker3():
    print("worker3")
    time.sleep(5)
    bar.wait()
    print("worker3 end")
 
 
thread_list = []
t1 = threading.Thread(target=worker1)
t2 = threading.Thread(target=worker2)
t3 = threading.Thread(target=worker3)
thread_list.append(t1)
thread_list.append(t2)
thread_list.append(t3)
 
for t in thread_list:
    t.start()
 
# 每个线程中都调用了wait()方法，在所有（此处设置为3）线程调用wait方法之前是阻塞的。
# 也就是说，只有等到3个线程都执行到了wait方法这句时，所有线程才继续执行。　　

上例中，可以看到，所有线程会先各自运行wait()方法之前的代码，到wait()处阻塞。等待最后一个线程执行到wait()处，也就是5秒之后，所有线程恢复执行。

回到顶部

9 线程间通信

两个或多个线程之间相互发送数据最安全的方式可能就是使用 queue 库中的队列了。创建一个线程共享的 Queue 对象，线程通过使用 put()和 get()操作来向队列中添加或者删除元素。Queue对象已经内置了锁机制，编程时不必手动操作锁。下例producer()函数代表包子铺，生产包子放入队列中；consumer()函数代表吃包子的人，不断从队列中取出包子吃掉；以此演示线程间通过队列通信。

from queue import Queue
import threading
import time
 
q = Queue(10)
 
def producer():
    n = 0
    while True:
        q.put("包子%s" % n)
        print("包子铺生产 包子%s" % n)
        n += 1
        time.sleep(2)
 
def consumer():
    while True:
        r = q.get()
        print("bucker 吃掉 %s" % r)
        time.sleep(1)
 
t1 = threading.Thread(target=producer)
t1.start()
t2 = threading.Thread(target=consumer)
t2.start()　　

形如上例的编程模型，又叫生产者-消费者模型。它降低了程序之前的耦合，使得队列的上游只关注生产数据，队列的下游只关注消费数据。在票务系统，或者资源有限的情况中可用此模型。补充两点：

（1）get() 和 put() 方法都支持非阻塞方式和设定超时。
（2）q.qsize() ， q.full() ， q.empty() 等可以获取一个队列的当前大小和状态。但它们不是线程安全的，尽量别用。

回到顶部

10 线程池

Python3.2开始，增加了标准库concurrent.futures，该库中的ThreadPoolExecutor是自带的线程池。简单使用:

from concurrent.futures import ThreadPoolExecutor
import time
 
def tell(i):
    print("this is tread {}.".format(i))
    time.sleep(1)
 
if __name__ == '__main__':
    future = ThreadPoolExecutor(10)
    a = "ddd"
    for i in range(100):
        future.submit(tell, (i,))   # 添加一个线程到线程池
    future.shutdown(wait=True)      # 此函数用于释放异步执行操作后的系统资源。

其中，submit()方法第一个参数为函数名，第二个为函数的参数。shutdown(wait=True)用于释放异步执行操作后的系统资源。ThreadPoolExecutor还有一个优点就是：任务提交者更方便的从被调用函数中获取返回值。参见下例：

import concurrent.futures
import requests
 
URLS = ['http://www.cnblogs.com/zingp/p/5878330.html',
        'http://www.cnblogs.com/zingp/',
        'https://docs.python.org/']
 
# 爬取网页内容
def load_url(url, timeout):
    with requests.get(url, timeout=timeout) as conn:
        return conn.text
 
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
    # 创建future对象和对应的url的字典
    future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
    for future in concurrent.futures.as_completed(future_to_url):
        url = future_to_url[future]
        try:
            data = future.result()
        except Exception as err:
            print('url:%s -- err: %s' % (url, err))
        else:
            print(url, len(data))
             
# http://www.cnblogs.com/zingp/ 12391
# http://www.cnblogs.com/zingp/p/5878330.html 90029
# https://docs.python.org/ 9980 　　

上例创建一个大小为3的线程池，用了不少with语句，并用future.result() 获取函数返回值。最终，我们看到爬取了三个网页，并获得网页内容。future.result()操作会阻塞，直到对应的函数执行完成并返回一个结果。

Python3.2以前并没有自带线程池，那时往往采用自定义线程池。下面一个就是自定义线程池的例子，看看是否能够看得懂：

import queue
import threading
import contextlib
 
StopEvent = object()
 
class ThreadPool(object):
    """定义一个线程池类。"""
 
    def __init__(self, max_num, max_task_num=None):
        if max_task_num:
            self.q = queue.Queue(max_task_num)
        else:
            self.q = queue.Queue()
        self.max_num = max_num
        self.cancel = False
        self.terminal = False
        self.generate_list = []
        self.free_list = []
 
    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 self.cancel:
            return
        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()
        self.generate_list.append(current_thread)
 
        event = self.q.get()
        while event != StopEvent:
            func, arguments, callback = event
            try:
                result = func(*arguments)
                success = True
            except Exception as e:
                success = False
                result = None
 
            if callback is not None:
                try:
                    callback(success, result)
                except Exception as e:
                    pass
 
            with self.worker_state(self.free_list, current_thread):
                if self.terminal:
                    event = StopEvent
                else:
                    event = self.q.get()
        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。
        """
        self.cancel = True
        full_size = len(self.generate_list)
        while full_size:
            self.q.put(StopEvent)
            full_size -= 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.queue.clear()
 
    @contextlib.contextmanager
    def worker_state(self, state_list, worker_thread):
        """
        用于记录线程中正在等待的线程数。
        """
        state_list.append(worker_thread)
        try:
            # 遇到yield就返回回去执行with中的语句，执行完了回来。
            yield
        finally:
            state_list.remove(worker_thread)　　

创建大的线程池的一个可能需要关注的问题是内存的使用。例如，如果你在OS X系统上面创建2000个线程，系统显示Python进程使用了超过9GB的虚拟内存。不过，这个计算通常是有误差的。当创建一个线程时，操作系统会预留一个虚拟内存区域来放置线程的执行栈（通常是8MB大小）。但是这个内存只有一小片段被实际映射到真实内存中。因此，Python进程使用到的真实内存其实很小（比如，对于2000个线程来讲，只使用到了70MB的真实内存，而不是9GB）。如果担心虚拟内存大小，可以使用 threading.stack_size() 函数来降低它。

import threading
threading.stack_size(65536)

如果加上这条语句并再次运行前面的创建2000个线程试验，会发现Python进程只使用到了大概210MB的虚拟内存，而真实内存使用量没有变。注意线程栈大小必须至少为32768字节，通常是系统内存页大小（4096、8192等）的整数倍。

回到顶部

11 小结与讨论

（1）Python多线程编程常用threading模块。启动一个多线程需要创建一个Thread对象，调用star()方法启动线程。注意is_alive() /join()方法和daemon参数的使用。
（2）python多线程锁有Lock / Rlock，全局锁GIL。GIL是CPython特性，同一时刻只能运行一个线程，不能利用多核资源。
（3）线程同步原语有Event / Condition / Semaphore / Barrier。Event用于常用语通知全部线程，condition和Semapher常用于通知一定数量的线程， Barrier用于多个线程必须完成某些步骤再一起执行。
（4）Lock / Rlock / Event / Condition / Semaphore 支持上下文管理协议（with语句，好用）。
（5）线程间通信可以用queue模块中的Queue队列，get()和put()已加锁，是线程安全的。qsize()/full()/empty() 等可以获取一个队列的当前大小和状态, 不是线程安全的，尽量别用。
（6）concurrent.futures中的ThreadPoolExecutor是Python3.2之后自带的线程池模块，十分好用，支持with语句，通过future.result()获取线程返回值。
（7）Python多线程适用于I/O密集型问题，CPU密集型问题可以用C代码优化底层算法提升性能，需注意一个写的不好的C语言扩展会导致这个问题更加严重；也可以用pypy或者多进程。

以上是本篇全部内容，欢迎读者批评指正。

查看全文

相关阅读:
redis 数据迁移
 redis
Redis集群的三种模式
 Golang 协程 (goroutine) 与通道 (channel)
Python生成器next方法和send方法区别
 python 文件
 Tornado 异步以及非阻塞的I/O
python 多进程和多线程3 —— asyncio
利用CSS改变图片颜色的100种方法！
jquery获取div的位置

原文地址：https://www.cnblogs.com/syq666/p/8665109.html

浅析Python多线程

浅析Python多线程

1 线程的基本操作

2 线程锁和一个怪象

3 递归锁

4 GIL

5 判断线程状态

6 Condition对象

7 信号量

8 Barrier对象

9 线程间通信

10 线程池

11 小结与讨论

3 递归锁　

6 `Condition对象`