良玉的博客 点点滴滴,积水成河_良玉的博客_页游、手游linux运维工程师之路

Python多线程学习

 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.      

  11.    

  12. def test(): #Use thread.start_new_thread() to create 2 new threads  

  13.     thread.start_new_thread(timer, (1,1))  

  14.     thread.start_new_thread(timer, (2,2))  

  15.    

  16. if __name__=='__main__':  

  17.     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()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.    

  10.     def run(self): #Overwrite run() method, put what you want the thread do here  

  11.         while not self.thread_stop:  

  12.             print 'Thread Object(%d), Time:%s\n' %(self.thread_num, time.ctime())  

  13.             time.sleep(self.interval)  

  14.     def stop(self):  

  15.         self.thread_stop = True  

  16.          

  17.    

  18. def test():  

  19.     thread1 = timer(11)  

  20.     thread2 = timer(22)  

  21.     thread1.start()  

  22.     thread2.start()  

  23.     time.sleep(10)  

  24.     thread1.stop()  

  25.     thread2.stop()  

  26.     return  

  27.    

  28. if __name__ == '__main__':  

  29.     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。

3getName(),获得线程对象名称

4setName(),设置线程对象名称

5start(),启动线程

6jion([timeout]),等待另一线程结束后再运行。

7setDaemon(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

8isDaemon(),判断线程是否随主线程一起结束。

9isAlive(),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module-threading.html" style=";padding: 0px;color: rgb(52, 87, 156)">http://www.python.org/doc/2.5.2/lib/module-threading.html



假设两个线程对象t1t2都要对num=0进行增1运算,t1t2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01后赋值给num。这样,明明t1t2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.   

  6. def add_num(name):  

  7.     global num  

  8.     while True:  

  9.         mylock.acquire() #Get the lock   

  10.         # Do something to the shared resource  

  11.         print 'Thread %s locked! num=%s'%(name,str(num))  

  12.         if num >= 5:  

  13.             print 'Thread %s released! num=%s'%(name,str(num))  

  14.             mylock.release()  

  15.             thread.exit_thread()  

  16.         num+=1  

  17.         print 'Thread %s released! num=%s'%(name,str(num))  

  18.         mylock.release()  #Release the lock.  

  19.   

  20. def test():  

  21.     thread.start_new_thread(add_num, ('A',))  

  22.     thread.start_new_thread(add_num, ('B',))  

  23.   

  24. if __name__== '__main__':  

  25.     test()  

 

Python 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threadingPythonthreading 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threadingRLock对象实现同步。

 

  1. import threading  

  2. mylock = threading.RLock()  

  3. num=0  

  4.    

  5. class myThread(threading.Thread):  

  6.     def __init__(self, name):  

  7.         threading.Thread.__init__(self)  

  8.         self.t_name = name  

  9.           

  10.     def run(self):  

  11.         global num  

  12.         while True:  

  13.             mylock.acquire()  

  14.             print '\nThread(%s) locked, Number: %d'%(self.t_name, num)  

  15.             if num>=4:  

  16.                 mylock.release()  

  17.                 print '\nThread(%s) released, Number: %d'%(self.t_name, num)  

  18.                 break  

  19.             num+=1  

  20.             print '\nThread(%s) released, Number: %d'%(self.t_name, num)  

  21.             mylock.release()  

  22.               

  23. def test():  

  24.     thread1 = myThread('A')  

  25.     thread2 = myThread('B')  

  26.     thread1.start()  

  27.     thread2.start()  

  28.    

  29. if __name__== '__main__':  

  30.     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acquirerelease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acquirerelease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waitnotify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.   

  3. import time  

  4.   

  5. class Producer(threading.Thread):  

  6.   

  7.     def __init__(self, t_name):  

  8.   

  9.         threading.Thread.__init__(self, name=t_name)  

  10.   

  11.    

  12.   

  13.     def run(self):  

  14.   

  15.         global x  

  16.   

  17.         con.acquire()  

  18.   

  19.         if x > 0:  

  20.   

  21.             con.wait()  

  22.   

  23.         else:  

  24.   

  25.             for i in range(5):  

  26.   

  27.                 x=x+1  

  28.   

  29.                 print "producing..." + str(x)  

  30.   

  31.             con.notify()  

  32.   

  33.         print x  

  34.   

  35.         con.release()  

  36.   

  37.    

  38.   

  39. class Consumer(threading.Thread):  

  40.   

  41.     def __init__(self, t_name):  

  42.   

  43.         threading.Thread.__init__(self, name=t_name)  

  44.   

  45.     def run(self):  

  46.   

  47.         global x  

  48.   

  49.         con.acquire()  

  50.   

  51.         if x == 0:  

  52.   

  53.             print 'consumer wait1'  

  54.   

  55.             con.wait()  

  56.   

  57.         else:  

  58.   

  59.             for i in range(5):  

  60.   

  61.                 x=x-1  

  62.   

  63.                 print "consuming..." + str(x)  

  64.   

  65.             con.notify()  

  66.   

  67.         print x  

  68.   

  69.         con.release()  

  70.   

  71.    

  72.   

  73. con = threading.Condition()  

  74.   

  75. x=0  

  76.   

  77. print 'start consumer'  

  78.   

  79. c=Consumer('consumer')  

  80.   

  81. print 'start producer'  

  82.   

  83. p=Producer('producer')  

  84.   

  85.    

  86.   

  87. p.start()  

  88.   

  89. c.start()  

  90.   

  91. p.join()  

  92.   

  93. c.join()  

  94.   

  95. 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1操作)5次后,notify正在等待的ConsumerConsumer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.   

  3. from Queue import Queue  

  4.   

  5. import random  

  6.   

  7. import threading  

  8.   

  9. import time  

  10.   

  11.    

  12.   

  13. #Producer thread  

  14.   

  15. class Producer(threading.Thread):  

  16.   

  17.     def __init__(self, t_name, queue):  

  18.   

  19.         threading.Thread.__init__(self, name=t_name)  

  20.   

  21.         self.data=queue  

  22.   

  23.     def run(self):  

  24.   

  25.         for i in range(5):  

  26.   

  27.             print "%s: %s is producing %d to the queue!\n" %(time.ctime(), self.getName(), i)  

  28.   

  29.             self.data.put(i)  

  30.   

  31.             time.sleep(random.randrange(10)/5)  

  32.   

  33.         print "%s: %s finished!" %(time.ctime(), self.getName())  

  34.   

  35.    

  36.   

  37. #Consumer thread  

  38.   

  39. class Consumer(threading.Thread):  

  40.   

  41.     def __init__(self, t_name, queue):  

  42.   

  43.         threading.Thread.__init__(self, name=t_name)  

  44.   

  45.         self.data=queue  

  46.   

  47.     def run(self):  

  48.   

  49.         for i in range(5):  

  50.   

  51.             val = self.data.get()  

  52.   

  53.             print "%s: %s is consuming. %d in the queue is consumed!\n" %(time.ctime(), self.getName(), val)  

  54.   

  55.             time.sleep(random.randrange(10))  

  56.   

  57.         print "%s: %s finished!" %(time.ctime(), self.getName())  

  58.   

  59.    

  60.   

  61. #Main thread  

  62.   

  63. def main():  

  64.   

  65.     queue = Queue()  

  66.   

  67.     producer = Producer('Pro.', queue)  

  68.   

  69.     consumer = Consumer('Con.', queue)  

  70.   

  71.     producer.start()  

  72.   

  73.     consumer.start()  

  74.   

  75.     producer.join()  

  76.   

  77.     consumer.join()  

  78.   

  79.     print 'All threads terminate!'  

  80.   

  81.    

  82.   

  83. if __name__ == '__main__':  

  84.   

  85.     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consumerFIFO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。Queueput方法在队尾插入,该方法的原型是:

put( item[, block[, timeout]])

如果可选参数blocktrue并且timeoutNone(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。

Queueget方法是从队首取数据,其参数和put方法一样。如果block参数为truetimeoutNone(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。


标签: Python多线程学习

作者:良玉 分类:Python 浏览:610 评论:0
留言列表
发表评论
来宾的头像