浅谈Python多线程
作者简介:
姓名:黄志成(小黄)博客: 博客
线程
一.什么是线程?
操作系统原理相关的书,基本都会提到一句很经典的话: "进程是资源分配的最小单位,线程则是CPU调度的最小单位"。
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务
好处 :
1.易于调度。
2.提高并发性。通过线程可方便有效地实现并发性。进程可创建多个线程来执行同一程序的不同部分。
3.开销少。创建线程比创建进程要快,所需开销很少。
4.利于充分发挥多处理器的功能。通过创建多线程进程,每个线程在一个处理器上运行,从而实现应用程序的并发性,使每个处理器都得到充分运行。
在解释python多线程的时候. 先和大家分享一下 python 的GIL 机制。
二.GIL(Global Interpreter Lock)全局解释器锁
Python代码的执行由Python 虚拟机(也叫解释器主循环,CPython版本)来控制,Python 在设计之初就考虑到要在解释器的主循环中,同时只有一个线程在执行,即在任意时刻,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,正是这个锁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:
- 设置GIL
- 切换到一个线程去运行
- 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(0)) - 把线程设置为睡眠状态
- 解锁GIL
- 再次重复以上所有步骤
首先需要明确的一点是GIL并不是Python的特性,它是在实现Python解析器(CPython)时所引入的一个概念。Python同样一段代码可以通过CPython,PyPy,Psyco等不同的Python执行环境来执行。像其中的JPython就没有GIL。然而因为CPython是大部分环境下默认的Python执行环境。所以在很多人的概念里CPython就是Python,也就想当然的把GIL归结为Python语言的缺陷。所以这里要先明确一点:GIL并不是Python的特性,Python完全可以不依赖于GIL
还有,就是在做I/O操作时,GIL总是会被释放。对所有面向I/O 的(会调用内建的操作系统C 代码的)程序来说,GIL 会在这个I/O 调用之前被释放,以允许其它的线程在这个线程等待I/O 的时候运行。如果是纯计算的程序,没有 I/O 操作,解释器会每隔 100 次操作就释放这把锁,让别的线程有机会执行(这个次数可以通过 sys.setcheckinterval 来调整)如果某线程并未使用很多I/O 操作,它会在自己的时间片内一直占用处理器(和GIL)。也就是说,I/O 密集型的Python 程序比计算密集型的程序更能充分利用多线程环境的好处。
三.线程的生命周期
各个状态说明:
- 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:线程正常运行
- 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时,进入Locked状态,直到该资源可获取(获取的顺序由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。sleep()确保先运行其他线程中的方法。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。将会使主调线程(即a)堵塞(暂停运行, 不占用CPU资源), 直到被调用线程运行结束或超时, 参数timeout是一个数值类型,表示超时时间,如果未提供该参数,那么主调线程将一直堵塞到被调线程结束。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)。wait方法释放内部所占用的琐,同时线程被挂起,直至接收到通知被唤醒或超时(如果提供了timeout参数的话)。当线程被唤醒并重新占有琐的时候,程序才会继续执行下去。
threading.Lock()不允许同一线程多次acquire(), 而RLock允许, 即多次出现acquire和release
四.Python threading模块
上面介绍了这么多理论.下面我们用python提供的threading模块来实现一个多线程的程序
threading 提供了两种调用方式:
- 直接调用
import threading
def func(n): # 定义每个线程要运行的函数
while n > 0:
print("当前线程数:", threading.activeCount())
n -= 1
for x in range(5):
t = threading.Thread(target=func, args=(2,)) # 生成一个线程实例,生成实例后 并不会启动,需要使用start命令
t.start() #启动线程
- 继承式调用
class MyThread(threading.Thread): # 继承threading的Thread类
def __init__(self, num):
threading.Thread.__init__(self) # 必须执行父类的构造方法
self.num = num # 传入参数 num
def run(self): # 定义每个线程要运行的函数
while self.num > 0:
print("当前线程数:", threading.activeCount())
self.num -= 1
for x in range(5):
t = MyThread(2) # 生成实例,传入参数
t.start() #启动线程
两种方式都可以调用我们的多线程方法。
五.子线程阻塞
运行下面的代码,看看结果.
import threading
def func(n):
while n > 0:
print("当前线程数:", threading.activeCount())
n -= 1
for x in range(5):
t = threading.Thread(target=func, args=(2,))
t.start()
print("主线程:", threading.current_thread().name)
运行结果:
当前线程数: 2
当前线程数: 2
当前线程数: 2
当前线程数: 2
当前线程数: 2
当前线程数: 3
当前线程数: 3
当前线程数: 3
主线程: MainThread
当前线程数: 3
当前线程数: 3
那我们如何阻塞子线程让他们运行完,在继续后面的操作呢.这个时候join()方法就派上用途了. 我们改写代码:
import threading
def func(n):
while n > 0:
print("当前线程数:", threading.activeCount())
n -= 1
threads = [] #运行的线程列表
for x in range(5):
t = threading.Thread(target=func, args=(2,))
threads.append(t) # 将子线程追加到列表
t.start()
for t in threads:
t.join()
print("主线程:", threading.current_thread().name)
join的原理就是依次检验线程池中的线程是否结束,没有结束就阻塞直到线程结束,如果结束则跳转执行下一个线程的join函数。
先看看这个:
- 阻塞主进程,专注于执行多线程中的程序。
- 多线程多join的情况下,依次执行各线程的join方法,前头一个结束了才能执行后面一个。
- 无参数,则等待到该线程结束,才开始执行下一个线程的join。
- 参数timeout为线程的阻塞时间,如 timeout=2 就是罩着这个线程2s 以后,就不管他了,继续执行下面的代码。
六.线程锁(互斥锁)
一个进程可以开启多个线程,那么多么多个进程操作相同数据,势必会出现冲突.那如何避免这种问题呢?
import threading,time
num = 10 #共享变量
def func():
global num
lock.acquire() # 加锁
num = num - 1
lock.release() # 解锁
print(num)
threads = []
lock = threading.Lock() #生成全局锁
for x in range(10):
t = threading.Thread(target=func)
threads.append(t)
t.start()
for t in threads:
t.join()
通过 threading.Lock() 我们可以申请一个锁。然后 acquire 方法进入临界区.操作完共享数据 使用 release 方法退出.
临界区的概念: 百度百科
在这里补充一下:Python的Queue模块是线程安全的.可以不对它加锁操作.
聪明的同学 会发现一个问题? 咱们不是有 GIL 吗 为什么还要加锁?
这个问题问的好!我们下一节,将对这个问题进行探讨.
七.LOCK 和 GIL
GIL的锁是对于一个解释器,只能有一个thread在执行bytecode。所以每时每刻只有一条bytecode在被执行一个thread。GIL保证了bytecode 这层面上是线程是安全的.
但是如果你有个操作一个共享 x += 1,这个操作需要多个bytecodes操作,在执行这个操作的多条bytecodes期间的时候可能中途就换thread了,这样就出现了线程不安全的情况了。
总结:同一时刻CPU上只有单个执行流不代表线程安全。
八.信号量
互斥锁 同时只允许一个线程更改数据,而Semaphore是同时允许一定数量的线程更改数据 ,比如厕所有3个坑,那最多只允许3个人上厕所,后面的人只能等里面有人出来了才能再进去。
import threading,time
num = 10
def func():
global num
lock.acquire()
time.sleep(2)
num = num - 1
lock.release()
print(num)
threads = []
lock = threading.BoundedSemaphore(5) #最多允许5个线程同时运行
for x in range(10):
t = threading.Thread(target=func)
threads.append(t)
t.start()
for t in threads:
t.join()
print("主线程:", threading.current_thread().name)
运行一下上面的代码.你会很明显的发现 每次只执行五个线程。
参考文献
浅谈多进程多线程的选择: 文章链接python-多线程(原理篇): 文章链接
Python有GIL为什么还需要线程同步?: 文章链接