Python线程指南

astralwind
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*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,
         print
         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()