Python 低层多线程接口_thread的用法

_thread是python标准库中的一个低层多线程API，可以在进程中启动线程来处理任务，并且提供了简单的锁机制来控制共享资源的同步访问。本文就_thread模块的用法和特性做个简单的演示。

一、进程和线程的区别

并行（多任务处理）是现代操作系统的基本特性，一个程序可以同时处理很多任务而不被阻塞。多任务处理的基本方式有两种：进程分支和线程派生。

进程分支就是从当前进程复制一个程序副本，程序中的内存副本，文件描述符等都会被复制，子进程改变一个全局对象只是修改本地的副本，不会影响到父进程。常用在启动独立的程序。

线程派生和进程分支类似，但是子线程依然在原进程中运行，所有的子线程都会共享进程中的全局对象，相对于进程分支，少了一个"复制"的操作，因此更加轻量化，且由于共享进程对象，相当于自带了线程间的通信机制（进程间的通信则需要借助管道，套接字，信号等外部工具）。常用在处理一些轻量级任务。

但这些共享对象的访问可能出现冲突，_thread也提供了锁机制来同步化对象访问，例如修改一个对象时，先获取锁，完成后再释放，这样就可以保证任意时间点，最多能有1个线程能修改这个共享对象，防止出现混乱。

二、_thread模块的用法

_thread模块中的start_new_thread可以开启一个新的线程并运行指定程序。

2.1 派生线程

当程序启动时，其实它就已经启动了一个线程，这个就是主线程。通过_thread.start_new_thread方法，传入一个函数对象和一个参数元组，就可以开启新线程来执行所传入的函数对象。简单的演示如下：

import _thread as thread

def func(id):
    print('我是 {} 号子线程'.format(id))

for i in range(5):
    thread.start_new_thread(func,(i,))

上面代码执行示意图如下：for循环执行了5次start_new_thread，这会开启5个线程，每个线程去执行func函数。因为线程是并行的，所以输出的顺序并不是0,1,2,3,4而是混乱的。注意3，4号子线程打印出现了重叠，这是因为它们共享一个标准输出流，而我们没有做同步化访问控制，因而它们同时打印输出。

2.2 同步化访问控制

由于子线程可以共享进程中的资源，这既是一个优势（方便线程间通信），也带来了共享资源访问的问题，如果多个子线程同时修改一个共享资源，那么就容易出现冲突，例如上面的输出重叠。

为了解决这类问题，_thread模块中的allocate_lock方法提供了一个简单的锁机制来控制共享访问，每次获取共享资源时先获取锁，可以保证任何时间点最多只有1个线程可以访问该资源。示例如下：

import _thread as thread

lock = thread.allocate_lock()    # 定义一个锁

def func(id):
    with lock:    # 用上下文管理器自动控制锁的获取和释放
        print('我是 {} 号子线程'.format(id))</