python-多线程(一)

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. import time
2. import thread
3. def timer(no, interval):
4. cnt = 0
5. while cnt<10:
6. print 'Thread:(%d) Time:%s\n'%(no, time.ctime())
7. time.sleep(interval)
8. cnt+=1
9. thread.exit_thread()
10. def test(): #Use thread.start_new_thread() to create 2 new threads
11. thread.start_new_thread(timer, (1,1))
12. thread.start_new_thread(timer, (2,2))
13. if __name__=='__main__':
14. test()

上面的例子定义了一个线程函数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. import threading
2. import time
3. class timer(threading.Thread): #The timer class is derived from the class threading.Thread
4. def __init__(self, num, interval):
5. threading.Thread.__init__(self)
6. self.thread_num = num
7. self.interval = interval
8. self.thread_stop = False
9. def run(self): #Overwrite run() method, put what you want the thread do here
10. while not self.thread_stop:
11. print 'Thread Object(%d), Time:%s\n' %(self.thread_num, time.ctime())
12. time.sleep(self.interval)
13. def stop(self):
14. self.thread_stop = True
15. def test():
16. thread1 = timer(1, 1)
17. thread2 = timer(2, 2)
18. thread1.start()
19. thread2.start()
20. time.sleep(10)
21. thread1.stop()
22. thread2.stop()
23. return
24. if __name__ == '__main__':
25. 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. import thread
2. import time
3. mylock = thread.allocate_lock()  #Allocate a lock
4. num=0  #Shared resource
5. def add_num(name):
6. global num
7. while True:
8. mylock.acquire() #Get the lock
9. # Do something to the shared resource
10. print 'Thread %s locked! num=%s'%(name,str(num))
11. if num >= 5:
12. print 'Thread %s released! num=%s'%(name,str(num))
13. mylock.release()
14. thread.exit_thread()
15. num+=1
16. print 'Thread %s released! num=%s'%(name,str(num))
17. mylock.release()  #Release the lock.
18. def test():
19. thread.start_new_thread(add_num, ('A',))
20. thread.start_new_thread(add_num, ('B',))
21. if __name__== '__main__':
22. 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. import threading
2. mylock = threading.RLock()
3. num=0
4. class myThread(threading.Thread):
5. def __init__(self, name):
6. threading.Thread.__init__(self)
7. self.t_name = name
8. def run(self):
9. global num
10. while True:
11. mylock.acquire()
12. print '\nThread(%s) locked, Number: %d'%(self.t_name, num)
13. if num>=4:
14. mylock.release()
15. print '\nThread(%s) released, Number: %d'%(self.t_name, num)
16. break
17. num+=1
18. print '\nThread(%s) released, Number: %d'%(self.t_name, num)
19. mylock.release()
20. def test():
21. thread1 = myThread('A')
22. thread2 = myThread('B')
23. thread1.start()
24. thread2.start()
25. if __name__== '__main__':
26. test()

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. import threading
2. import time
3. class Producer(threading.Thread):
4. def __init__(self, t_name):
5. threading.Thread.__init__(self, name=t_name)
6. def run(self):
7. global x
8. con.acquire()
9. if x > 0:
10. con.wait()
11. else:
12. for i in range(5):
13. x=x+1
14. print "producing..." + str(x)
15. con.notify()
16. print x
17. con.release()
18. class Consumer(threading.Thread):
19. def __init__(self, t_name):
20. threading.Thread.__init__(self, name=t_name)
21. def run(self):
22. global x
23. con.acquire()
24. if x == 0:
25. print 'consumer wait1'
26. con.wait()
27. else:
28. for i in range(5):
29. x=x-1
30. print "consuming..." + str(x)
31. con.notify()
32. print x
33. con.release()
34. con = threading.Condition()
35. x=0
36. print 'start consumer'
37. c=Consumer('consumer')
38. print 'start producer'
39. p=Producer('producer')
40. p.start()
41. c.start()
42. p.join()
43. c.join()
44. print x

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. # producer_consumer_queue
2. from Queue import Queue
3. import random
4. import threading
5. import time
6. #Producer thread
7. class Producer(threading.Thread):
8. def __init__(self, t_name, queue):
9. threading.Thread.__init__(self, name=t_name)
10. self.data=queue
11. def run(self):
12. for i in range(5):
13. print "%s: %s is producing %d to the queue!\n" %(time.ctime(), self.getName(), i)
14. self.data.put(i)
15. time.sleep(random.randrange(10)/5)
16. print "%s: %s finished!" %(time.ctime(), self.getName())
17. #Consumer thread
18. class Consumer(threading.Thread):
19. def __init__(self, t_name, queue):
20. threading.Thread.__init__(self, name=t_name)
21. self.data=queue
22. def run(self):
23. for i in range(5):
24. val = self.data.get()
25. print "%s: %s is consuming. %d in the queue is consumed!\n" %(time.ctime(), self.getName(), val)
26. time.sleep(random.randrange(10))
27. print "%s: %s finished!" %(time.ctime(), self.getName())
28. #Main thread
29. def main():
30. queue = Queue()
31. producer = Producer('Pro.', queue)
32. consumer = Consumer('Con.', queue)
33. producer.start()
34. consumer.start()
35. producer.join()
36. consumer.join()
37. print 'All threads terminate!'
38. if __name__ == '__main__':
39. main()

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。