Python多線程學(xué)習(xí)資料

更新時間：2012年12月19日 23:14:51 作者：

Python中使用線程有兩種方式：函數(shù)或者用類來包裝線程對象

一、Python中的線程使用：
Python中使用線程有兩種方式：函數(shù)或者用類來包裝線程對象。
1、函數(shù)式：調(diào)用thread模塊中的start_new_thread()函數(shù)來產(chǎn)生新線程。如下例：

復(fù)制代碼代碼如下:

 
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() 

上面的例子定義了一個線程函數(shù)timer,它打印出10條時間記錄后退出，每次打印的間隔由interval參數(shù)決定。thread.start_new_thread(function, args[, kwargs])的第一個參數(shù)是線程函數(shù)（本例中的timer方法），第二個參數(shù)是傳遞給線程函數(shù)的參數(shù)，它必須是tuple類型，kwargs是可選參數(shù)。
線程的結(jié)束可以等待線程自然結(jié)束，也可以在線程函數(shù)中調(diào)用thread.exit()或thread.exit_thread()方法。
2、創(chuàng)建threading.Thread的子類來包裝一個線程對象，如下例：

復(fù)制代碼代碼如下:

 
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() 

就我個人而言，比較喜歡第二種方式，即創(chuàng)建自己的線程類，必要時重寫threading.Thread類的方法，線程的控制可以由自己定制。
threading.Thread類的使用：
1，在自己的線程類的__init__里調(diào)用threading.Thread.__init__(self, name = threadname)
Threadname為線程的名字
2， run()，通常需要重寫，編寫代碼實現(xiàn)做需要的功能。
3，getName()，獲得線程對象名稱
4，setName()，設(shè)置線程對象名稱
5，start()，啟動線程
6，jion([timeout])，等待另一線程結(jié)束后再運行。
7，setDaemon(bool)，設(shè)置子線程是否隨主線程一起結(jié)束，必須在start()之前調(diào)用。默認(rèn)為False。
8，isDaemon()，判斷線程是否隨主線程一起結(jié)束。
9，isAlive()，檢查線程是否在運行中。
此外threading模塊本身也提供了很多方法和其他的類，可以幫助我們更好的使用和管理線程?？梢詤⒖磆ttp://www.python.org/doc/2.5.2/lib/module-threading.html。

假設(shè)兩個線程對象t1和t2都要對num=0進行增1運算，t1和t2都各對num修改10次，num的最終的結(jié)果應(yīng)該為20。但是由于是多線程訪問，有可能出現(xiàn)下面情況：在num=0時，t1取得num=0。系統(tǒng)此時把t1調(diào)度為”sleeping”狀態(tài)，把t2轉(zhuǎn)換為”running”狀態(tài)，t2頁獲得num=0。然后t2對得到的值進行加1并賦給num，使得num=1。然后系統(tǒng)又把t2調(diào)度為”sleeping”，把t1轉(zhuǎn)為”running”。線程t1又把它之前得到的0加1后賦值給num。這樣，明明t1和t2都完成了1次加1工作，但結(jié)果仍然是num=1。

上面的case描述了多線程情況下最常見的問題之一：數(shù)據(jù)共享。當(dāng)多個線程都要去修改某一個共享數(shù)據(jù)的時候，我們需要對數(shù)據(jù)訪問進行同步。

1、簡單的同步

最簡單的同步機制就是“鎖”。鎖對象由threading.RLock類創(chuàng)建。線程可以使用鎖的acquire()方法獲得鎖，這樣鎖就進入“l(fā)ocked”狀態(tài)。每次只有一個線程可以獲得鎖。如果當(dāng)另一個線程試圖獲得這個鎖的時候，就會被系統(tǒng)變?yōu)椤癰locked”狀態(tài)，直到那個擁有鎖的線程調(diào)用鎖的release()方法來釋放鎖，這樣鎖就會進入“unlocked”狀態(tài)。“blocked”狀態(tài)的線程就會收到一個通知，并有權(quán)利獲得鎖。如果多個線程處于“blocked”狀態(tài)，所有線程都會先解除“blocked”狀態(tài)，然后系統(tǒng)選擇一個線程來獲得鎖，其他的線程繼續(xù)沉默（“blocked”）。
Python中的thread模塊和Lock對象是Python提供的低級線程控制工具，使用起來非常簡單。如下例所示：

復(fù)制代碼代碼如下:

 
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的基礎(chǔ)上還提供了一個高級的線程控制庫，就是之前提到過的threading。Python的threading module是在建立在thread module基礎(chǔ)之上的一個module，在threading module中，暴露了許多thread module中的屬性。在thread module中，python提供了用戶級的線程同步工具“Lock”對象。而在threading module中，python又提供了Lock對象的變種: RLock對象。RLock對象內(nèi)部維護著一個Lock對象，它是一種可重入的對象。對于Lock對象而言，如果一個線程連續(xù)兩次進行acquire操作，那么由于第一次acquire之后沒有release，第二次acquire將掛起線程。這會導(dǎo)致Lock對象永遠(yuǎn)不會release，使得線程死鎖。RLock對象允許一個線程多次對其進行acquire操作，因為在其內(nèi)部通過一個counter變量維護著線程acquire的次數(shù)。而且每一次的acquire操作必須有一個release操作與之對應(yīng)，在所有的release操作完成之后，別的線程才能申請該RLock對象。

下面來看看如何使用threading的RLock對象實現(xiàn)同步。

復(fù)制代碼代碼如下:

 
import threading 
mylock = threading.RLock() 
num=0 
class myThread(threading.Thread): 
def __init__(self, name): 
threading.Thread.__init__(self) 
self.t_name = name 
def run(self): 
global num 
while True: 
mylock.acquire() 
print '\nThread(%s) locked, Number: %d'%(self.t_name, num) 
if num>=4: 
mylock.release() 
print '\nThread(%s) released, Number: %d'%(self.t_name, num) 
break 
num+=1 
print '\nThread(%s) released, Number: %d'%(self.t_name, num) 
mylock.release() 
def test(): 
thread1 = myThread('A') 
thread2 = myThread('B') 
thread1.start() 
thread2.start() 
if __name__== '__main__': 
test() 

我們把修改共享數(shù)據(jù)的代碼成為“臨界區(qū)”。必須將所有“臨界區(qū)”都封閉在同一個鎖對象的acquire和release之間。

2、條件同步

鎖只能提供最基本的同步。假如只在發(fā)生某些事件時才訪問一個“臨界區(qū)”，這時需要使用條件變量Condition。
Condition對象是對Lock對象的包裝，在創(chuàng)建Condition對象時，其構(gòu)造函數(shù)需要一個Lock對象作為參數(shù)，如果沒有這個Lock對象參數(shù)，Condition將在內(nèi)部自行創(chuàng)建一個Rlock對象。在Condition對象上，當(dāng)然也可以調(diào)用acquire和release操作，因為內(nèi)部的Lock對象本身就支持這些操作。但是Condition的價值在于其提供的wait和notify的語義。
條件變量是如何工作的呢？首先一個線程成功獲得一個條件變量后，調(diào)用此條件變量的wait()方法會導(dǎo)致這個線程釋放這個鎖，并進入“blocked”狀態(tài)，直到另一個線程調(diào)用同一個條件變量的notify()方法來喚醒那個進入“blocked”狀態(tài)的線程。如果調(diào)用這個條件變量的notifyAll()方法的話就會喚醒所有的在等待的線程。
如果程序或者線程永遠(yuǎn)處于“blocked”狀態(tài)的話，就會發(fā)生死鎖。所以如果使用了鎖、條件變量等同步機制的話，一定要注意仔細(xì)檢查，防止死鎖情況的發(fā)生。對于可能產(chǎn)生異常的臨界區(qū)要使用異常處理機制中的finally子句來保證釋放鎖。等待一個條件變量的線程必須用notify()方法顯式的喚醒，否則就永遠(yuǎn)沉默。保證每一個wait()方法調(diào)用都有一個相對應(yīng)的notify()調(diào)用，當(dāng)然也可以調(diào)用notifyAll()方法以防萬一。

生產(chǎn)者與消費者問題是典型的同步問題。這里簡單介紹兩種不同的實現(xiàn)方法。

1，條件變量

復(fù)制代碼代碼如下:

 
import threading 
import time 
class Producer(threading.Thread): 
def __init__(self, t_name): 
threading.Thread.__init__(self, name=t_name) 

def run(self): 
global x 
con.acquire() 
if x > 0: 
con.wait() 
else: 
for i in range(5): 
x=x+1 
print "producing..." + str(x) 
con.notify() 
print x 
con.release() 

class Consumer(threading.Thread): 
def __init__(self, t_name): 
threading.Thread.__init__(self, name=t_name) 
def run(self): 
global x 
con.acquire() 
if x == 0: 
print 'consumer wait1' 
con.wait() 
else: 
for i in range(5): 
x=x-1 
print "consuming..." + str(x) 
con.notify() 
print x 
con.release() 

con = threading.Condition() 
x=0 
print 'start consumer' 
c=Consumer('consumer') 
print 'start producer' 
p=Producer('producer') 

p.start() 
c.start() 
p.join() 
c.join() 
print x 

上面的例子中，在初始狀態(tài)下，Consumer處于wait狀態(tài)，Producer連續(xù)生產(chǎn)（對x執(zhí)行增1操作）5次后，notify正在等待的Consumer。Consumer被喚醒開始消費（對x執(zhí)行減1操作）

2，同步隊列

Python中的Queue對象也提供了對線程同步的支持。使用Queue對象可以實現(xiàn)多個生產(chǎn)者和多個消費者形成的FIFO的隊列。
生產(chǎn)者將數(shù)據(jù)依次存入隊列，消費者依次從隊列中取出數(shù)據(jù)。

復(fù)制代碼代碼如下:

 
# producer_consumer_queue 
from Queue import Queue 
import random 
import threading 
import time 
#Producer thread 
class Producer(threading.Thread): 
def __init__(self, t_name, queue): 
threading.Thread.__init__(self, name=t_name) 
self.data=queue 
def run(self): 
for i in range(5): 
print "%s: %s is producing %d to the queue!\n" %(time.ctime(), self.getName(), i) 
self.data.put(i) 
time.sleep(random.randrange(10)/5) 
print "%s: %s finished!" %(time.ctime(), self.getName()) 
#Consumer thread 
class Consumer(threading.Thread): 
def __init__(self, t_name, queue): 
threading.Thread.__init__(self, name=t_name) 
self.data=queue 
def run(self): 
for i in range(5): 
val = self.data.get() 
print "%s: %s is consuming. %d in the queue is consumed!\n" %(time.ctime(), self.getName(), val) 
time.sleep(random.randrange(10)) 
print "%s: %s finished!" %(time.ctime(), self.getName()) 
#Main thread 
def main(): 
queue = Queue() 
producer = Producer('Pro.', queue) 
consumer = Consumer('Con.', queue) 
producer.start() 
consumer.start() 
producer.join() 
consumer.join() 
print 'All threads terminate!' 
if __name__ == '__main__': 
main() 

在上面的例子中，Producer在隨機的時間內(nèi)生產(chǎn)一個“產(chǎn)品”，放入隊列中。Consumer發(fā)現(xiàn)隊列中有了“產(chǎn)品”，就去消費它。本例中，由于Producer生產(chǎn)的速度快于Consumer消費的速度，所以往往Producer生產(chǎn)好幾個“產(chǎn)品”后，Consumer才消費一個產(chǎn)品。

Queue模塊實現(xiàn)了一個支持多producer和多consumer的FIFO隊列。當(dāng)共享信息需要安全的在多線程之間交換時，Queue非常有用。Queue的默認(rèn)長度是無限的，但是可以設(shè)置其構(gòu)造函數(shù)的maxsize參數(shù)來設(shè)定其長度。Queue的put方法在隊尾插入，該方法的原型是：

put( item[, block[, timeout]])

如果可選參數(shù)block為true并且timeout為None（缺省值），線程被block，直到隊列空出一個數(shù)據(jù)單元。如果timeout大于0，在timeout的時間內(nèi)，仍然沒有可用的數(shù)據(jù)單元，F(xiàn)ull exception被拋出。反之，如果block參數(shù)為false（忽略timeout參數(shù)），item被立即加入到空閑數(shù)據(jù)單元中，如果沒有空閑數(shù)據(jù)單元，F(xiàn)ull exception被拋出。

Queue的get方法是從隊首取數(shù)據(jù)，其參數(shù)和put方法一樣。如果block參數(shù)為true且timeout為None（缺省值），線程被block，直到隊列中有數(shù)據(jù)。如果timeout大于0，在timeout時間內(nèi)，仍然沒有可取數(shù)據(jù)，Empty exception被拋出。反之，如果block參數(shù)為false（忽略timeout參數(shù)），隊列中的數(shù)據(jù)被立即取出。如果此時沒有可取數(shù)據(jù)，Empty exception也會被拋出。

您可能感興趣的文章: