一、 Python 中的线程使用：
Python中使用线程有两种方式：函数或者用类来包装线程对象。
1、 函数式：调用thread模块中的start_new_thread()函数来产生新线程。如下例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import
time
import
thread
def
timer(no, interval):
cnt
=
0
while
cnt<
10
:
print
'Thread:(%d) Time:%s\n'
%
(no, time.ctime())
time.sleep(interval)
cnt
+
=
1
thread.exit_thread()
def
test():
#Use thread.start_new_thread() to create 2 new threads
thread.start_new_thread(timer, (
1
,
1
))
thread.start_new_thread(timer, (
2
,
2
))
if
__name__
=
=
'__main__'
:
test()
|
上面的例子定义了个线程函数timer,它打印出10条时间记录后退出，每次打印的间隔由interval参数决定。thread.start_new_thread(function, args[, kwargs])的第一个参数是线程函数（本例中的timer方法），第二个参数是传递给线程函数的参数，它必须是tuple类型，kwargs是可选参数。
线程的结束可以等待线程自然结束，也可以在线程函数中调用thread.exit()或thread.exit_thread()方法。
2、 创建threading.Thread的子类来包装一个线程对象，如下例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
import
threading
import
time
class
timer(threading.Thread):
#The timer class is derived from the class threading.Thread
def
__init__(
self
, num, interval):
threading.Thread.__init__(
self
)
self
.thread_num
=
num
self
.interval
=
interval
self
.thread_stop
=
False
def
run(
self
):
#Overwrite run() method, put what you want the thread do here
while
not
self
.thread_stop:
print
'Thread Object(%d), Time:%s\n'
%
(
self
.thread_num, time.ctime())
time.sleep(
self
.interval)
def
stop(
self
):
self
.thread_stop
=
True
def
test():
thread1
=
timer(
1
,
1
)
thread2
=
timer(
2
,
2
)
thread1.start()
thread2.start()
time.sleep(
10
)
thread1.stop()
thread2.stop()
return
if
__name__
=
=
'__main__'
:
test()
|
就我个人而言，比较喜欢第二种方式，即创建自己的线程类，必要时重写threading.Thread类的方法，线程的控制可以由自己定制。
threading.Thread类的使用：
1，在自己的线程类的__init__里调用threading.Thread.__init__(self, name = threadname) Threadname为线程的名字
2， run()，通常需要重写，编写代码实现做需要的功能。
3，getName()，获得线程对象名称
4，setName()，设置线程对象名称
5，start()，启动线程
6，jion([timeout])，等待另一线程结束后再运行。
7，setDaemon(bool)，设置子线程是否随主线程一起结束，必须在start()之前调用。默认为False。
8，isDaemon()，判断线程是否随主线程一起结束。
9，isAlive()，检查线程是否在运行中。
此外threading模块本身也提供了很多方法和其他的类，可以帮助我们更好的使用和管理线程。可以参看http://www.python.org/doc/2.5.2/lib/module-threading.html。假设两个线程对象t1和t2都要对num=0进行增1运算，t1和t2都各对num修改10次，num的最终的结果应该为20。但是由于是多线程访问，有可能出现下面情况：在num=0时，t1取得num=0。系统此时把t1调度为”sleeping”状态，把t2转换为”running”状态，t2页获得num=0。然后t2对得到的值进行加1并赋给num，使得num=1。然后系统又把t2调度为”sleeping”，把t1转为”running”。线程t1又把它之前得到的0加1后赋值给num。这样，明明t1和t2都完成了1次加1工作，但结果仍然是num=1。
上面的case描述了多线程情况下最常见的问题之一：数据共享。当多个线程都要去修改某一个共享数据的时候，我们需要对数据访问进行同步。
1、 简单的同步
最简单的同步机制就是“锁”。锁对象由threading.RLock类创建。线程可以使用锁的acquire()方法获得锁，这样锁就进入“locked”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候，就会被系统变为“blocked”状态，直到那个拥有锁的线程调用锁的release()方法来释放锁，这样锁就会进入“unlocked”状态。“blocked”状态的线程就会收到一个通知，并有权利获得锁。如果多个线程处于“blocked”状态，所有线程都会先解除“blocked”状态，然后系统选择一个线程来获得锁，其他的线程继续沉默（“blocked”）。
Python中的thread模块和Lock对象是Python提供的低级线程控制工具，使用起来非常简单。如下例所示：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
import
thread
import
time
mylock
=
thread.allocate_lock()
#Allocate a lock
num
=
0
#Shared resource
def
add_num(name):
global
num
while
True
:
mylock.acquire()
#Get the lock
# Do something to the shared resource
print
'Thread %s locked! num=%s'
%
(name,
str
(num))
if
num >
=
5
:
print
'Thread %s released! num=%s'
%
(name,
str
(num))
mylock.release()
thread.exit_thread()
num
+
=
1
print
'Thread %s released! num=%s'
%
(name,
str
(num))
mylock.release()
#Release the lock.
def
test():
thread.start_new_thread(add_num, (
'A'
,))
thread.start_new_thread(add_num, (
'B'
,))
if
__name__
=
=
'__main__'
:
test()
|
Python 在thread的基础上还提供了一个高级的线程控制库，就是之前提到过的threading。Python的threading module是在建立在thread module基础之上的一个module，在threading module中，暴露了许多thread module中的属性。在thread module中，python提供了用户级的线程同步工具“Lock”对象。而在threading module中，python又提供了Lock对象的变种: RLock对象。RLock对象内部维护着一个Lock对象，它是一种可重入的对象。对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。这会导致Lock对象永远不会release，使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。
下面来看看如何使用threading的RLock对象实现同步。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
import
threading
import
time
mylock
=
threading.RLock()
num
=
0
f
=
file
(
"test_result.txt"
,
'w'
)
class
dog(threading.Thread):
def
__init__(
self
, name):
threading.Thread.__init__(
self
)
self
.name
=
name
def
run(
self
):
global
num
while
num<
=
5
:
time.sleep(
0.5
)
mylock.acquire()
print
"Th(%s) locked, number: %d\n"
%
(
self
.name, num)
f.write(
self
.name
+
" "
+
str
(num)
+
'\n'
)
print
"Th(%s) released, number: %d\n"
%
(
self
.name, num)
mylock.release()
num
+
=
1
def
test():
th1
=
dog(
"dog A"
)
th2
=
dog(
"dog B"
)
th1.start()
th2.start()
if
__name__
=
=
'__main__'
:
test()
|
output
in
test_result:
dog A
0
dog B
1
dog A
2
dog B
3
dog A
4
dog B
5
dog A
6
|
我们把修改共享数据的代码成为“临界区”。必须将所有“临界区”都封闭在同一个锁对象的acquire和release之间。
2、 条件同步
锁只能提供最基本的同步。假如只在发生某些事件时才访问一个“临界区”，这时需要使用条件变量Condition。Condition对象是对Lock对象的包装，在创建Condition对象时，其构造函数需要一个Lock对象作为参数，如果没有这个Lock对象参数，Condition将在内部自行创建一个Rlock对象。在Condition对象上，当然也可以调用acquire和release操作，因为内部的Lock对象本身就支持这些操作。但是Condition的价值在于其提供的wait和notify的语义。
条件变量是如何工作的呢？首先一个线程成功获得一个条件变量后，调用此条件变量的wait()方法会导致这个线程释放这个锁，并进入“blocked”状态，直到另一个线程调用同一个条件变量的notify()方法来唤醒那个进入“blocked”状态的线程。如果调用这个条件变量的notifyAll()方法的话就会唤醒所有的在等待的线程。
如果程序或者线程永远处于“blocked”状态的话，就会发生死锁。所以如果使用了锁、条件变量等同步机制的话，一定要注意仔细检查，防止死锁情况的发生。对于可能产生异常的临界区要使用异常处理机制中的finally子句来保证释放锁。等待一个条件变量的线程必须用notify()方法显式的唤醒，否则就永远沉默。保证每一个wait()方法调用都有一个相对应的notify()调用，当然也可以调用notifyAll()方法以防万一。
生产者与消费者问题是典型的同步问题。这里简单介绍两种不同的实现方法。
1， 条件变量
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
|
import
threading
import
time
con
=
threading.Condition()
x
=
0
class
Producer(threading.Thread):
def
__init__(
self
, name):
threading.Thread.__init__(
self
)
self
.name
=
name
def
run(
self
):
global
x
con.acquire()
if
x>
0
:
con.wait()
else
:
for
i
in
range
(
5
):
x
+
=
1
print
"producing... "
+
str
(x)
con.notify()
print
x
con.release()
class
Consumer(threading.Thread):
def
__init__(
self
, name):
threading.Thread.__init__(
self
)
self
.name
=
name
def
run(
self
):
global
x
con.acquire()
if
x
=
=
0
:
print
"consumer wait"
con.wait()
else
:
for
i
in
range
(
5
):
x
-
=
1
print
"consuming... "
+
str
(x)
con.notify()
print
x
con.release()
def
test():
print
"start consumer\n"
th1
=
Consumer(
"consumer"
)
print
"start producer\n"
th2
=
Producer(
"producer"
)
th1.start()
th2.start()
th1.join()
th2.join()
if
__name__
=
=
'__main__'
:
test()
|
上面的例子中，在初始状态下，Consumer处于wait状态，Producer连续生产（对x执行增1操作）5次后，notify正在等待的Consumer。Consumer被唤醒开始消费（对x执行减1操作）
2， 同步队列
Python中的Queue对象也提供了对线程同步的支持。使用Queue对象可以实现多个生产者和多个消费者形成的FIFO的队列。
生产者将数据依次存入队列，消费者依次从队列中取出数据。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
|
import
threading
import
time
import
Queue
import
random
#producer
class
Producer(threading.Thread):
def
__init__(
self
, queue):
threading.Thread.__init__(
self
)
self
.data
=
queue
def
run(
self
):
for
i
in
range
(
5
):
print
"%s is producing %d to the queue!\n"
%
(
self
.getName(), i)
self
.data.put(i)
time.sleep(random.randrange(
10
)
/
5
)
print
"%s finished!\n"
%
(
self
.getName())
#consumer
class
Consumer(threading.Thread):
def
__init__(
self
, queue):
threading.Thread.__init__(
self
)
self
.data
=
queue
def
run(
self
):
for
i
in
range
(
5
):
something
=
self
.data.get()
print
"%s is consuming. %d in the queue is consumed!\n"
%
(
self
.getName(), something)
time.sleep(random.randrange(
10
))
print
"%s finished!\n"
%
(
self
.getName())
def
test():
queue
=
Queue.Queue()
th1
=
Producer(queue)
th2
=
Consumer(queue)
th1.start()
th2.start()
th1.join()
th2.join()
print
"all threads terminate!\n"
if
__name__
=
=
'__main__'
:
test()
|
在上面的例子中，Producer在随机的时间内生产一个“产品”，放入队列中。Consumer发现队列中有了“产品”，就去消费它。本例中，由于Producer生产的速度快于Consumer消费的速度，所以往往Producer生产好几个“产品”后，Consumer才消费一个产品。
Queue模块实现了一个支持多producer和多consumer的FIFO队列。当共享信息需要安全的在多线程之间交换时，Queue非常有用。Queue的默认长度是无限的，但是可以设置其构造函数的maxsize参数来设定其长度。Queue的put方法在队尾插入，该方法的原型是：
put( item[, block[, timeout]])
如果可选参数block为true并且timeout为None（缺省值），线程被block，直到队列空出一个数据单元。如果timeout大于0，在timeout的时间内，仍然没有可用的数据单元，Full exception被抛出。反之，如果block参数为false（忽略timeout参数），item被立即加入到空闲数据单元中，如果没有空闲数据单元，Full exception被抛出。
Queue的get方法是从队首取数据，其参数和put方法一样。如果block参数为true且timeout为None（缺省值），线程被block，直到队列中有数据。如果timeout大于0，在timeout时间内，仍然没有可取数据，Empty exception被抛出。反之，如果block参数为false（忽略timeout参数），队列中的数据被立即取出。如果此时没有可取数据，Empty exception也会被抛出。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
