Python多线程编程1----Python对多线程的支持

多线程编程必须理解的一些基本概念，适用于所有编程语言。内容：

并发式编程

不同的编程范式对软件有不同的视角，并发式编程将软件看作任务和资源的组合-----任务之间竞争和共享资源，当资源满足是执行任务，否则等待资源。

并发式编程使得软件易于理解和重用，在某些场景能够极大提高性能。

多任务操作系统

要实现并发，首先要操作系统的支持。现在的操作系统大部分都是多任务操作系统，可以”同时“执行多个任务。

多任务可以在进程或线程的层面执行。

进程是指一个内存中运行的应用程序，每个进程都有自己独立的一块内存空间。多任务操作系统可以”并发“执行这些进程。

线程是指进程中乱序、多次执行的代码块，多个线程可以“同时”运行，所以认为多个线程是“并发”的。多线程的目的是为了最大限度的利用CPU资源，比如一个JVM进程中，所有的程序代码都以线程的方式运行。

这里面的“同时”、“并发”只是一种宏观上的感受，实际上从微观层面看只是进程/线程的轮换执行，只不过切换的时间非常短，所以产生了“并行”的感觉。

多线程VS多进程

操作系统会为每个进程分配不同的内存块，而多个线程共享进程的内存块。这带来最直接的不同就是创建线程的开销远小于创建进程的开销。

同时，由于内存块的不同，所有进程之间的通信相对困难，需要采用pipe/named  pipe ,signal ,message queue ,shared  memory ,socket 等手段；而线程间的通信简单快速，就是共享进程内的全部变量。

但是，进程的调度由操作系统负责，线程的调度就需要我们自己来考虑，避免死锁，饥饿，活锁，资源枯竭等情况发生，这回增加一定的复杂度。而且，由于线程之间共享内存，我们还需要考虑线程安全性的问题。

线程安全

 因为线程间共享进程中的全局变量，所以当其他线程改变了共享的变量时，可能会对本线程产生影响。所谓线程安全的约束就是指一个函数被多个并发线程反复调用时，要一直产生正确的结果。要保证线程安全，主要是通过加锁的方式保证共享变量的正确访问。

比线程安全更严格的约束是“可重入性”，即函数在一个线程内执行的过程中被暂停，接下来又在另一个线程内被调用，之后在返回原线程继续执行。在整个过程中都能保证正确执行。保证可重入性，通常通过制作全局变量的本地拷贝来实现。

线程的生命周期

所谓的线程生命周期，其实就是某对象的包含产生和销毁的一张状态图。如上图所示：

各状态的说明如下：

New新建                新创建的线程经过初始化后，进入Runnable状态。

Runnable就绪       等待线程调度。调度后进入运行状态。

Running运行

Blocked阻塞          暂停运行，解除阻塞后进入Runnable状态重新等待调度。

Dead消亡               线程方法执行完毕返回或者异常终止

可能有3种情况从Running进入Blocked：

同步：线程中获取同步锁，但是资源已经被其他线程锁定是，进入Locked状态，知道该资源可获取（获取的顺序有Lock队列控制）

睡眠：线程运行sleep()或join()方法后，线程进入Sleeping 状态。区别在于sleep等待固定的时间，而join是等待子线程执行完。当然join也可以指定一个“超时时间”。从语义上来说，如果两个线程a,b，在a中调用b.join()，相当于合并（join）成一个线程。最常见的情况是在主线程中join所有的子线程。

等待：线程中执行wait()方法后，线程进入Waiting状态，等待其他线程的通知（notify）。

线程的类型

主线程：当一个程序启动时，就有一个进程被操作系统（OS）创建，与此同时一个线程也立刻运行，该线程通常叫做程序的主线程（main thread ）。每个进程至少都有一个主线程，主线程通常最后关闭。

子线程：在程序中创建的其他线程，相对于主线程来说就是这个主线程的子线程。

守护线程：daemon thread，对线程的一种标识。守护线程为其他线程提提供服务，如JVM的垃圾回收线程。当剩下的全是守护线程时，进程退出。

前台线程：相对于守护线程的其他线程称为前台线程。

Python对多线程的支持

虚拟机层面

Python虚拟机使用GIL（Global Interpreter Lock，全局解释器锁）来互斥线程对共享资源的访问，暂时无法利用多处理器的优势。

语言层面

在语言层面，Python对多线程提供了很好的支持，Python中多线程相关的模块包括：thread，threading，Queue。可以方便地支持创建线程、互斥锁、信号量、同步等特性。

thread：多线程的底层支持模块，一般不建议使用。

threading：对thread进行了封装，将一些线程的操作对象化，提供了下列类：

Thread	线程类
Timer	与Thread类似，但要等待一段时间后才开始运行
Lock	锁原语
RLock	可重入锁。使单线程可以再次获得已经获得的锁
Condition	条件变量，能让一个线程停下来，等待其他线程满足某个条件。
Event	通用的条件变量。多个线程可以等待某个事件发生，在事件发生后，所有的线程都被激活。
Semaphore	为等待锁的线程提供一个类似“等候室”的结构
BoundedSemaphore	与Semaphore类似，但不允许超过初始值

Queue：实现了多生产者（Producer）、多消费者（Consumer）的队列，支持锁原语，能够在多个线程之间提供很好的同步支持

Queue	队列
LifoQueue	后入先出（LIFO）队列
PriorityQueue	优先队列

其中Thread类是主要的线程类，可以创建进程实例。该类提供的函数包括：

getName(self )	返回线程的名字
isAlive(self )	布尔标志，表示这个线程是否还在运行中
isDaemon(self)	返回线程的daemon标志
join(self,timeout=None )	程序挂起，直到线程结束
run(self)	定义线程的功能函数
setDaemon(self,daemonic)	把线程的daemon标志设为daemonic
setName(self,name)	设置线程的名字
start(self)	开始线程执行

第三方支持

如果你特别在意性能，还可以考虑一些“微线程”的实现。

Stackless Python ：Python的一个增强版本，提供了对微线程的支持。微线程是轻量级的线程，在多个线程间切换锁需要的时间更少，占用的资源也更少。

greenlet：是Stackless的副产品，其将微线程称为“tasklet”。tasklet运行在伪并发中，使用channel进行同步数据交换。而“greenlet”是更加原始的微线程的概念，没有调度。你可以自己构造微线程的调度器，也可以使用greenlet实现高级的控制流。