本文介绍了 Python 对于线程的支持,包括学会多线程编程需要掌握的基础以及 Python 两个线程标准库的完整介绍及使用示例
Python 是一种面向对象、解释型计算机程序设计语言,由 Guido van Rossum 于 1989 年底发明,第一个公开发行版发行于 1991 年。Python 语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,它能够把用其他语言制作的各种模块(尤其是 C/C++)很轻松地联结在一起。
本文介绍了 Python 对于线程的支持,包括 "学会" 多线程编程需要掌握的基础以及 Python 两个线程标准库的完整介绍及使用示例。
注意:本文基于 Python2.4 完成,;如果看到不明白的词汇请记得百度谷歌或维基,whatever。
1. 线程基础
1.1. 线程状态
线程有 5 种状态,状态转换的过程如下图所示:
1.2. 线程同步(锁)
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。
线程与锁的交互如下图所示:
1.3. 线程通信(条件变量)
然而还有另外一种尴尬的情况:列表并不是一开始就有的;而是通过线程 "create" 创建的。如果 "set" 或者 "print" 在 "create" 还没有运行的时候就访问列表,将会出现一个异常。使用锁可以解决这个问题,但是 "set" 和 "print" 将需要一个无限循环——他们不知道 "create" 什么时候会运行,让 "create" 在运行后通知 "set" 和 "print" 显然是一个更好的解决方案。于是,引入了条件变量。
条件变量允许线程比如 "set" 和 "print" 在条件不满足的时候(列表为 None 时)等待,等到条件满足的时候(列表已经创建)发出一个通知,告诉 "set" 和 "print" 条件已经有了,你们该起床干活了;然后 "set" 和 "print" 才继续运行。
线程与条件变量的交互如下图所示:
1.4. 线程运行和阻塞的状态转换
最后看看线程运行和阻塞状态的转换。
阻塞有三种情况:
同步阻塞是指处于竞争锁定的状态,线程请求锁定时将进入这个状态,一旦成功获得锁定又恢复到运行状态;
等待阻塞是指等待其他线程通知的状态,线程获得条件锁定后,调用 "等待" 将进入这个状态,一旦其他线程发出通知,线程将进入同步阻塞状态,再次竞争条件锁定;
而其他阻塞是指调用 time.sleep()、anotherthread.join() 或等待 IO 时的阻塞,这个状态下线程不会释放已获得的锁定。
tips: 如果能理解这些内容,接下来的主题将是非常轻松的;并且,这些内容在大部分流行的编程语言里都是一样的。(意思就是非看懂不可 >_< 嫌作者水平低找别人的教程也要看懂)
2. thread
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。
- # encoding: UTF-8
- import thread
- import time
- # 一个用于在线程中执行的函数
- def func():
- for i in range(5):
- print 'func'
- time.sleep(1)
- # 结束当前线程
- # 这个方法与thread.exit_thread()等价
- thread.exit() # 当func返回时,线程同样会结束
- # 启动一个线程,线程立即开始运行
- # 这个方法与thread.start_new_thread()等价
- # 第一个参数是方法,第二个参数是方法的参数
- thread.start_new(func, ()) # 方法没有参数时需要传入空tuple
- # 创建一个锁(LockType,不能直接实例化)
- # 这个方法与thread.allocate_lock()等价
- lock = thread.allocate()
- # 判断锁是锁定状态还是释放状态
- print lock.locked()
- # 锁通常用于控制对共享资源的访问
- count = 0
- # 获得锁,成功获得锁定后返回True
- # 可选的timeout参数不填时将一直阻塞直到获得锁定
- # 否则超时后将返回False
- if lock.acquire():
- count += 1
- # 释放锁
- lock.release()
- # thread模块提供的线程都将在主线程结束后同时结束
- time.sleep(6)
thread 模块提供的其他方法:
thread.interrupt_main(): 在其他线程中终止主线程。
thread.get_ident(): 获得一个代表当前线程的魔法数字,常用于从一个字典中获得线程相关的数据。这个数字本身没有任何含义,并且当线程结束后会被新线程复用。
thread 还提供了一个 ThreadLocal 类用于管理线程相关的数据,名为 thread._local,threading 中引用了这个类。
由于 thread 提供的线程功能不多,无法在主线程结束后继续运行,不提供条件变量等等原因,一般不使用 thread 模块,这里就不多介绍了。
3. threading
threading 基于 Java 的线程模型设计。锁(Lock)和条件变量(Condition)在 Java 中是对象的基本行为(每一个对象都自带了锁和条件变量),而在 Python 中则是独立的对象。Python Thread 提供了 Java Thread 的行为的子集;没有优先级、线程组,线程也不能被停止、暂停、恢复、中断。Java Thread 中的部分被 Python 实现了的静态方法在 threading 中以模块方法的形式提供。
threading 模块提供的常用方法:
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。
threading 模块提供的类:
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local.
3.1. Thread
Thread 是线程类,与 Java 类似,有两种使用方法,直接传入要运行的方法或从 Thread 继承并覆盖 run():
- # encoding: UTF-8
- import threading
- # 方法1:将要执行的方法作为参数传给Thread的构造方法
- def func():
- print 'func() passed to Thread'
- t = threading.Thread(target=func)
- t.start()
- # 方法2:从Thread继承,并重写run()
- class MyThread(threading.Thread):
- def run(self):
- print 'MyThread extended from Thread'
- t = MyThread()
- t.start()
构造方法:
Thread(group=None, target=None, name=None, args=(), kwargs={})
group: 线程组,目前还没有实现,库引用中提示必须是 None;
target: 要执行的方法;
name: 线程名;
args/kwargs: 要传入方法的参数。
实例方法:
isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
get/setName(name): 获取 / 设置线程名。
is/setDaemon(bool): 获取 / 设置是否守护线程。初始值从创建该线程的线程继承。当没有非守护线程仍在运行时,程序将终止。
start(): 启动线程。
join([timeout]): 阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的 timeout(可选参数)。
一个使用 join() 的例子:
- # encoding: UTF-8
- import threading
- import time
- def context(tJoin):
- print 'in threadContext.'
- tJoin.start()
- # 将阻塞tContext直到threadJoin终止。
- tJoin.join()
- # tJoin终止后继续执行。
- print 'out threadContext.'
- def join():
- print 'in threadJoin.'
- time.sleep(1)
- print 'out threadJoin.'
- tJoin = threading.Thread(target=join)
- tContext = threading.Thread(target=context, args=(tJoin,))
- tContext.start()
运行结果:
in threadContext.
in threadJoin.
out threadJoin.
out threadContext.
3.2. Lock
Lock(指令锁)是可用的最低级的同步指令。Lock 处于锁定状态时,不被特定的线程拥有。Lock 包含两种状态——锁定和非锁定,以及两个基本的方法。
可以认为 Lock 有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。
构造方法:
Lock()
实例方法:
acquire([timeout]): 使线程进入同步阻塞状态,尝试获得锁定。
release(): 释放锁。使用前线程必须已获得锁定,否则将抛出异常。
- # encoding: UTF-8
- import threading
- import time
- data = 0
- lock = threading.Lock()
- def func():
- global data
- print '%s acquire lock...' % threading.currentThread().getName()
- # 调用acquire([timeout])时,线程将一直阻塞,
- # 直到获得锁定或者直到timeout秒后(timeout参数可选)。
- # 返回是否获得锁。
- if lock.acquire():
- print '%s get the lock.' % threading.currentThread().getName()
- data += 1
- time.sleep(2)
- print '%s release lock...' % threading.currentThread().getName()
- # 调用release()将释放锁。
- lock.release()
- t1 = threading.Thread(target=func)
- t2 = threading.Thread(target=func)
- t3 = threading.Thread(target=func)
- t1.start()
- t2.start()
- t3.start()
3.3. RLock
RLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock 使用了 "拥有的线程" 和 "递归等级" 的概念,处于锁定状态时,RLock 被某个线程拥有。拥有 RLock 的线程可以再次调用 acquire(),释放锁时需要调用 release() 相同次数。
可以认为 RLock 包含一个锁定池和一个初始值为 0 的计数器,每次成功调用 acquire()/release(),计数器将 + 1/-1,为 0 时锁处于未锁定状态。
构造方法:
RLock()
实例方法:
acquire([timeout])/release(): 跟 Lock 差不多。
- # encoding: UTF-8
- import threading
- import time
- rlock = threading.RLock()
- def func():
- # 第一次请求锁定
- print '%s acquire lock...' % threading.currentThread().getName()
- if rlock.acquire():
- print '%s get the lock.' % threading.currentThread().getName()
- time.sleep(2)
- # 第二次请求锁定
- print '%s acquire lock again...' % threading.currentThread().getName()
- if rlock.acquire():
- print '%s get the lock.' % threading.currentThread().getName()
- time.sleep(2)
- # 第一次释放锁
- print '%s release lock...' % threading.currentThread().getName()
- rlock.release()
- time.sleep(2)
- # 第二次释放锁
- print '%s release lock...' % threading.currentThread().getName()
- rlock.release()
- t1 = threading.Thread(target=func)
- t2 = threading.Thread(target=func)
- t3 = threading.Thread(target=func)
- t1.start()
- t2.start()
- t3.start()
3.4. Condition
Condition(条件变量)通常与一个锁关联。需要在多个 Contidion 中共享一个锁时,可以传递一个 Lock/RLock 实例给构造方法,否则它将自己生成一个 RLock 实例。
可以认为,除了 Lock 带有的锁定池外,Condition 还包含一个等待池,池中的线程处于状态图中的等待阻塞状态,直到另一个线程调用 notify()/notifyAll() 通知;得到通知后线程进入锁定池等待锁定。
构造方法:
Condition([lock/rlock])
实例方法:
acquire([timeout])/release(): 调用关联的锁的相应方法。
wait([timeout]): 调用这个方法将使线程进入 Condition 的等待池等待通知,并释放锁。使用前线程必须已获得锁定,否则将抛出异常。
notify(): 调用这个方法将从等待池挑选一个线程并通知,收到通知的线程将自动调用 acquire() 尝试获得锁定(进入锁定池);其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。
notifyAll(): 调用这个方法将通知等待池中所有的线程,这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。
例子是很常见的生产者 / 消费者模式:
- # encoding: UTF-8
- import threading
- import time
- # 商品
- product = None
- # 条件变量
- con = threading.Condition()
- # 生产者方法
- def produce():
- global product
- if con.acquire():
- while True:
- if product is None:
- print 'produce...'
- product = 'anything'
- # 通知消费者,商品已经生产
- con.notify()
- # 等待通知
- con.wait()
- time.sleep(2)
- # 消费者方法
- def consume():
- global product
- if con.acquire():
- while True:
- if product is not None:
- print 'consume...'
- product = None
- # 通知生产者,商品已经没了
- con.notify()
- # 等待通知
- con.wait()
- time.sleep(2)
- t1 = threading.Thread(target=produce)
- t2 = threading.Thread(target=consume)
- t2.start()
- t1.start()
3.5. Semaphore/BoundedSemaphore
Semaphore(信号量)是计算机科学史上最古老的同步指令之一。Semaphore 管理一个内置的计数器,每当调用 acquire() 时 - 1,调用 release() 时 + 1。计数器不能小于 0;当计数器为 0 时,acquire() 将阻塞线程至同步锁定状态,直到其他线程调用 release()。
基于这个特点,Semaphore 经常用来同步一些有 "访客上限" 的对象,比如连接池。
BoundedSemaphore 与 Semaphore 的唯一区别在于前者将在调用 release() 时检查计数器的值是否超过了计数器的初始值,如果超过了将抛出一个异常。
构造方法:
Semaphore(value=1): value 是计数器的初始值。
实例方法:
acquire([timeout]): 请求 Semaphore。如果计数器为 0,将阻塞线程至同步阻塞状态;否则将计数器 - 1 并立即返回。
release(): 释放 Semaphore,将计数器 + 1,如果使用 BoundedSemaphore,还将进行释放次数检查。release() 方法不检查线程是否已获得 Semaphore。
- # encoding: UTF-8
- import threading
- import time
- # 计数器初值为2
- semaphore = threading.Semaphore(2)
- def func():
- # 请求Semaphore,成功后计数器-1;计数器为0时阻塞
- print '%s acquire semaphore...' % threading.currentThread().getName()
- if semaphore.acquire():
- print '%s get semaphore' % threading.currentThread().getName()
- time.sleep(4)
- # 释放Semaphore,计数器+1
- print '%s release semaphore' % threading.currentThread().getName()
- semaphore.release()
- t1 = threading.Thread(target=func)
- t2 = threading.Thread(target=func)
- t3 = threading.Thread(target=func)
- t4 = threading.Thread(target=func)
- t1.start()
- t2.start()
- t3.start()
- t4.start()
- time.sleep(2)
- # 没有获得semaphore的主线程也可以调用release
- # 若使用BoundedSemaphore,t4释放semaphore时将抛出异常
- print 'MainThread release semaphore without acquire'
- semaphore.release()
3.6. Event
Event(事件)是最简单的线程通信机制之一:一个线程通知事件,其他线程等待事件。Event 内置了一个初始为 False 的标志,当调用 set() 时设为 True,调用 clear() 时重置为 False。wait() 将阻塞线程至等待阻塞状态。
Event 其实就是一个简化版的 Condition。Event 没有锁,无法使线程进入同步阻塞状态。
构造方法:
Event()
实例方法:
isSet(): 当内置标志为 True 时返回 True。
set(): 将标志设为 True,并通知所有处于等待阻塞状态的线程恢复运行状态。
clear(): 将标志设为 False。
wait([timeout]): 如果标志为 True 将立即返回,否则阻塞线程至等待阻塞状态,等待其他线程调用 set()。
- # encoding: UTF-8
- import threading
- import time
- event = threading.Event()
- def func():
- # 等待事件,进入等待阻塞状态
- print '%s wait for event...' % threading.currentThread().getName()
- event.wait()
- # 收到事件后进入运行状态
- print '%s recv event.' % threading.currentThread().getName()
- t1 = threading.Thread(target=func)
- t2 = threading.Thread(target=func)
- t1.start()
- t2.start()
- time.sleep(2)
- # 发送事件通知
- print 'MainThread set event.'
- event.set()
3.7. Timer
Timer(定时器)是 Thread 的派生类,用于在指定时间后调用一个方法。
构造方法:
Timer(interval, function, args=[], kwargs={})
interval: 指定的时间
function: 要执行的方法
args/kwargs: 方法的参数
实例方法:
Timer 从 Thread 派生,没有增加实例方法。
- # encoding: UTF-8
- import threading
- def func():
- print 'hello timer!'
- timer = threading.Timer(5, func)
- timer.start()
3.8. local
local 是一个小写字母开头的类,用于管理 thread-local(线程局部的)数据。对于同一个 local,线程无法访问其他线程设置的属性;线程设置的属性不会被其他线程设置的同名属性替换。
可以把 local 看成是一个 "线程 - 属性字典" 的字典,local 封装了从自身使用线程作为 key 检索对应的属性字典、再使用属性名作为 key 检索属性值的细节。
- # encoding: UTF-8
- import threading
- local = threading.local()
- local.tname = 'main'
- def func():
- local.tname = 'notmain'
- print local.tname
- t1 = threading.Thread(target=func)
- t1.start()
- t1.join()
- print local.tname
熟练掌握 Thread、Lock、Condition 就可以应对绝大多数需要使用线程的场合,某些情况下 local 也是非常有用的东西。本文的最后使用这几个类展示线程基础中提到的场景:
- # encoding: UTF-8
- import threading
- alist = None
- condition = threading.Condition()
- def doSet():
- if condition.acquire():
- while alist is None:
- condition.wait()
- for i in range(len(alist))[::-1]:
- alist[i] = 1
- condition.release()
- def doPrint():
- if condition.acquire():
- while alist is None:
- condition.wait()
- for i in alist:
- print i,
- condition.release()
- def doCreate():
- global alist
- if condition.acquire():
- if alist is None:
- alist = [0 for i in range(10)]
- condition.notifyAll()
- condition.release()
- tset = threading.Thread(target=doSet,name='tset')
- tprint = threading.Thread(target=doPrint,name='tprint')
- tcreate = threading.Thread(target=doCreate,name='tcreate')
- tset.start()
- tprint.start()
- tcreate.start()
以上就是关于 Python 线程指南的相关资料,希望大家以后多多支持 PHPERZ。
来源: http://www.phperz.com/article/17/0317/319047.html