python 多线程

基础不必多讲，还是直接进入python。
Python代码代码的执行由python虚拟机（也叫解释器主循环）来控制。Python在设计之初就考虑到要在主循环中，同时只有一个线程在执行，就像单CPU的系统中运行多个进程那样，内存中可以存放多个程序，但任意时候，只有一个程序在CPU中运行。同样，虽然python解释器可以“运行”多个线程，但在任意时刻，只有一个线程在解释器中运行。

对python虚拟机的访问由全局解释器锁（GIL）来控制，这个GIL能保证同一时刻只有一个线程在运行。在多线程环境中，python虚拟机按以下方式执行：
1 设置GIL
2 切换到一个线程去运行
3 运行：（a.指定数量的字节码指令，或者b.线程主动让出控制（可以调用time.sleep()））
4 把线程设置为睡眠状态
5 解锁GIL
6 重复以上所有步骤

那么为什么要提出多线程呢？我们首先看一个单线程的例子。

from time import sleep,ctime

def loop0():
    print 'start loop 0 at:',ctime()
    sleep(4)
    print 'loop 0 done at:',ctime()

def loop1():
    print 'start loop 1 at:',ctime()
    sleep(2)
    print 'loop 1 done at:',ctime()

def main():
    print 'starting at:',ctime()
    loop0()
    loop1()
    print 'all DONE at:',ctime()

if __name__=='__main__':
    main()

运行结果：
>>>
starting at: Mon Aug 31 10:27:23 2009
start loop 0 at: Mon Aug 31 10:27:23 2009
loop 0 done at: Mon Aug 31 10:27:27 2009
start loop 1 at: Mon Aug 31 10:27:27 2009
loop 1 done at: Mon Aug 31 10:27:29 2009
all DONE at: Mon Aug 31 10:27:29 2009
>>>

可以看到单线程中的两个循环， 只有一个循环结束后另一个才开始。 总共用了6秒多的时间。假设两个loop中执行的不是sleep，而是一个别的运算的话，如果我们能让这些运算并行执行的话，是不是可以减少总的运行时间呢，这就是我们提出多线程的前提。


Python中的多线程模块：thread，threading，Queue。

1 thread ，这个模块一般不建议使用。下面我们直接把以上的例子改一下，演示一下。

from time import sleep,ctime
import thread

def loop0():
    print 'start loop 0 at:',ctime()
    sleep(4)
    print 'loop 0 done at:',ctime()

def loop1():
    print 'start loop 1 at:',ctime()
    sleep(2)
    print 'loop 1 done at:',ctime()

def main():
    print 'starting at:',ctime()
    thread.start_new_thread(loop0,())
    thread.start_new_thread(loop1,())
    sleep(6)
    print 'all DONE at:',ctime()

if __name__=='__main__':
    main()

运行结果：
>>>
starting at: Mon Aug 31 11:04:39 2009
start loop 0 at: Mon Aug 31 11:04:39 2009
start loop 1 at: Mon Aug 31 11:04:39 2009
loop 1 done at: Mon Aug 31 11:04:41 2009
loop 0 done at: Mon Aug 31 11:04:43 2009
all DONE at: Mon Aug 31 11:04:45 2009
>>>
可以看到实际是运行了4秒两个loop就完成了。效率确实提高了。

2 threading模块
首先看一下threading模块中的对象：
Thread ：表示一个线程的执行的对象
Lock ：锁原语对象
RLock ：可重入锁对象。使单线程可以再次获得已经获得的锁
Condition ：条件变量对象能让一个线程停下来，等待其他线程满足了某个“条件”，如状态的改变或值的改变
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，只是它不允许超过初始值
Timer ： 与Thread类似，只是，它要等待一段时间后才开始运行


其中Thread类是你主要的运行对象，它有很多函数，用它你可以用多种方法来创建线程，常用的为以下三种。
创建一个Thread的实例，传给它一个函数
创建一个Thread实例，传给它一个可调用的类对象
从Thread派生出一个子类，创建一个这个子类的实例

Thread类的函数有：
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，如果给出timeout，则最多阻塞timeout秒
|
| 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

下面看一个例子：（方法一：创建Thread实例，传递一个函数给它）

import threading
from time import sleep,ctime

loops=[4,2]

def loop(nloop,nsec):
       print 'start loop',nloop,'at:',ctime()
       sleep(nsec)
       print 'loop',nloop,'done at:',ctime()
def main():
       print 'starting at:',ctime()
       threads=[]
       nloops=range(len(loops))
       for i in nloops:
              t=threading.Thread(target=loop,args=(i,loops[i]))
              threads.append(t)
       for i in nloops:
              threads[i].start()
       for i in nloops:
              threads[i].join()

       print 'all done at:',ctime()

if __name__=='__main__':
       main()

可以看到第一个for循环，我们创建了两个线程，这里用到的是给Thread类传递了函数，把两个线程保存到threads列表中，第二个for循环是让两个线程开始执行。然后再让每个线程分别调用join函数，使程序挂起，直至两个线程结束。

另外的例子：（方法二：创建一个实例，传递一个可调用的类的对象）

import threading
from time import sleep,ctime

loops=[4,2]

class ThreadFunc(object):
       def __init__(self,func,args,name=''):
              self.name=name
              self.func=func
              self.args=args
       def __call__(self):
              self.res=self.func(*self.args)
def loop(nloop,nsec):
       print 'start loop',nloop,'at:',ctime()
       sleep(nsec)
       print 'loop',nloop,'done at:',ctime()
def main():
       print 'starting at:',ctime()
       threads=[]
       nloops=range(len(loops))
       for i in nloops:
              t=threading.Thread(target=ThreadFunc(loop,(i,loops[i]),loop.__name__))
              threads.append(t)
       for i in nloops:
              threads[i].start()
       for i in nloops:
              threads[i].join()
       print 'all done at:',ctime()

if __name__=='__main__':
       main()


最后的方法：（方法三：创建一个这个子类的实例）
import threading
from time import sleep,ctime

loops=(4,2)

class MyThread(threading.Thread):
       def __init__(self,func,args,name=''):
              threading.Thread.__init__(self)
              self.name=name
              self.func=func
              self.args=args
       def run(self):
              apply(self.func,self.args)
def loop(nloop,nsec):
       print 'start loop',nloop,'at:',ctime()
       sleep(nsec)
       print 'loop',nloop,'done at:',ctime()

def main():
       print 'starting at:',ctime()
       threads=[]
       nloops=range(len(loops))

       for i in nloops:
              t=MyThread(loop,(i,loops[i]),loop.__name__)
              threads.append(t)

      for i in nloops:
              threads[i].start()

       for i in nloops:
              threads[i].join()

       print 'all done at:',ctime()
if __name__=='__main__':
       main()

另外我们可以把MyThread单独编成一个脚本模块，然后我们可以在别的程序里导入这个模块直接使用。