python-线程与进程

 

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

• 使用线程可以把占据长时间的程序中的任务放到后台去处理。
• 用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
• 程序的运行速度可能加快
• 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

• 线程可以被抢占（中断）。
• 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

 

开始学习Python线程

Python中使用线程有两种方式：函数或者用类来包装线程对象。

函数式：调用thread模块中的start_new_thread()函数来产生新线程。语法如下:

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

参数说明:

• function - 线程函数。
• args - 传递给线程函数的参数,他必须是个tuple类型。
• kwargs - 可选参数

---

线程模块

Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。

thread 模块提供的其他方法：

• threading.currentThread(): 返回当前的线程变量。
• threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
• threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

• run(): 用以表示线程活动的方法。
• start():启动线程活动。

   

• join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
• isAlive(): 返回线程是否活动的。
• getName(): 返回线程名。
• setName(): 设置线程名。

---

使用Threading模块创建线程

使用Threading模块创建线程，直接从threading.Thread继承，然后重写__init__方法和run方法

---

线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。

使用Thread对象的Lock和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

---

线程优先级队列（ Queue）

Python的Queue模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。

Queue模块中的常用方法:

 

• Queue.qsize() 返回队列的大小
• Queue.empty() 如果队列为空，返回True,反之False
• Queue.full() 如果队列满了，返回True,反之False
• Queue.full 与 maxsize 大小对应
• Queue.get([block[, timeout]])获取队列，timeout等待时间
• Queue.get_nowait() 相当Queue.get(False)
• Queue.put(item) 写入队列，timeout等待时间
• Queue.put_nowait(item) 相当Queue.put(item, False)
• Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
• Queue.join() 实际上意味着等到队列为空，再执行别的操作

python支持多进程编程，标准库模块threading使得python的多线程编程变得容易，支持很多功能，在python2.6后，python新添加了多进程的标准库模块multiprocessing，功能非常类似threading。

下面介绍multiprocessing模块的一些常用类和方法。

1、multiprocessing.Process

该类原型如下：

class multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={})

group参数通常为None，仅仅是为兼容threading.Thread。

target为可调用对象，被run()函数调用，一般用法就是将函数传给该参数，交给子进程运行。

name为进程名，如不指定，默认为Process-1，Process-2....这样的名字，数字随自己查数量依次递增。

args为target调用的参数元祖。

kwargs为target调用的关键字参数字典。

Process类生成一个process对象，并运行在一个新的单独的进程内。

 

一个简单的使用例子：

 1 from multiprocessing import Process
 2 import time
 3 
 4 def timetask(times):
 5     time.sleep(times)
 6     print time.localtime()
 7 
 8 if __name__ == '__main__':
 9     arg = 5
10     p = Process(target = timetask, args = (arg,))
11     p.start()
12     p.join()

每个process对象最多只能调用一次start()方法，join([timeout])方法会阻塞调用process对象的进程，直到timeout时间超时，或者process进程退出。如果timeout设置为None，则无超时时间。对于linux操作系统的进程管理，父进程会等待子进程退出，并收回子进程的资源，然后父进程再退出。如果父进程先于子进程退出，则子进程会被init进程接管。如果父进程没有退出也没有回收子进程资源，则子进程会一直停留在僵死状态。这里join方法就是阻塞父进程，等待子进程执行完毕。

如果在子进程里面要接受标准输入(如调用raw_input函数)，这时候会有问题。因为标准输入是被父进程占用，因此这里子进程无法从标准输入读取数据。

一个解决办法是将标准输入描述符，传入子进程函数：

 1 from multiprocessing import Process
 2 import sys, os
 3 import time
 4 
 5 def intask(x, fileno):
 6     sys.stdin = os.fdopen(fileno)
 7     while True:
 8         in_char = raw_input("Enter to continue, Q to quit: ")
 9         if in_char.upper() == 'Q':
10             break
11         print x * x
12 
13 if __name__ == '__main__':
14     fn = sys.stdin.fileno()
15     arg = 5
16     p = Process(target = intask, args = (arg, fn))
17     p.start()
18     p.join()

开启多个进程并行执行：

 1 from multiprocessing import Process
 2 import sys, os
 3 import time
 4 
 5 def timetask(times):
 6     time.sleep(times)
 7     print time.localtime()
 8 
 9 
10 def works(func, arg, worknum):
11     proc_record = []
12     for i in range(worknum):
13         p = Process(target = func, args = (arg,))
14         p.start()
15         proc_record.append(p)
16     for p in proc_record:
17         p.join()
18 
19     
20 if __name__ == '__main__':
21     arg = 5
22     procs = 4
23     works(timetask, arg, procs)

程序同时开启4个进程并行执行timetask函数，这里需要注意的是先把所有的进程对象执行了start()方法后，再执行join()，如果对每个进程对象一起执行start()和join()，那么单个进程对象start()后，会马上阻塞父进程，导致无法马上对下一个进程对象执行start()。结果就是子进程并不是并行运行，而是依次运行。

有时间再更新multiprocessing模块的其他类和方法

 

 

 

转载于:https://www.cnblogs.com/yileye/articles/7460869.html