python使用threading.Condition交替打印两个字符
python中使用threading.condition交替打印两个字符的程序。
这个程序涉及到两个线程的的协调问题，两个线程为了能够相互协调运行，必须持有一个共同的状态，通过这个状态来维护两个线程的执行，通过使用threading.condition对象就能够完成两个线程之间的这种协调工作。
threading.condition默认情况下会通过持有一个reentrantlock来协调线程之间的工作，所谓可重入锁，是只一个可以由一个线程递归获取的锁，此锁对象会维护当前锁的所有者（线程）和当前所有者递归获取锁的次数（本文在逻辑上和可重入锁没有任何关系，完全可以用一个普通锁替代）。
python文档中给出的描述是：它是一个与某个锁相联系的变量。同时它实现了上下文管理协议。其对象中除了acquire和release方法之外，其它方法的调用的前提是，当前线程必须是这个锁的所有者。
通过代码和其中的注释，能够非常明白地弄清楚condition的原理是怎样的：
import threading
import time
import functools
def worker(cond, name):
"""worker running in different thread"""
with cond: # 通过__enter__方法，获取cond对象中的锁，默认是一个reentrantlock对象
print('...{}-{}-{}'.format(name, threading.current_thread().getname(), cond._is_owned()))
cond.wait() # 创建一个新的锁newlock，调用acquire将newlock获取，然后将newlock放入等待列表中，\
# 释放cond._lock锁(_release_save)，最后再次调用acquire让newlock阻塞
print('wait returned in {}'.format(name))
if __name__ == '__main__':
condition = threading.condition()
t1 = threading.thread(target=functools.partial(worker, condition, 't1'))
t2 = threading.thread(target=functools.partial(worker, condition, 't2'))
t2.start() # 启动线程2
t1.start() # 启动线程1
time.sleep(2)
with condition:
condition.notify(1) # 按照fifo顺序（wait调用顺序），释放一个锁，并将其从等待列表中删除
time.sleep(2)
with condition:
condition.notify(1) # 按照fifo顺序（wait调用顺序），释放另一个锁，并将其从等待队列中删除
t1.join() # 主线程等待子线程结束
t2.join() # 主线程等待子线程结束
print('all done')
其输出为：
...t2-thread-2-true ...t1-thread-1-true wait returned in t2 wait returned in t1 all done
其中wait方法要求获取到threading.condition对象中的锁（如果没有提供，默认使用一个可重入锁），然后自己创建一个新的普通锁（newlock），并获取这个newlock；之后调用_release_save方法释放threading.condition对象中的锁，让其它线程能够获取到；最后再次调用newlock上的acquire方法，由于在创建时已经acquire过，所以此线程会阻塞在此。而wait想要继续执行，必须等待其它线程将产生阻塞的这个newlock给release掉，当然，这就是notify方法的责任了。
notify方法接收一个数字n，从等待列表中取出相应数量的等待对象（让wait方法阻塞的锁对象），调用其release方法，让对应的wait方法能够返回。而notify_all方法仅仅就是将n设置为等待列表的总长度而已。
在理解了threading.condition对象中wait和notify的工作原理之后，我们就可以利用它们来实现两个线程交替打印字符的功能了：
import threading
import functools
import time
def print_a(state):
while true:
if state.closed:
print('close a')
return
print('a')
time.sleep(2)
state.set_current_is_a(true)
state.wait_for_b()
def print_b(state):
while true:
if state.closed:
print('close b')
return
state.wait_for_a()
print('b')
time.sleep(2)
state.set_current_is_a(false)
if __name__ == '__main__':
class state(object):
"""state used to coordinate multiple(two here) threads"""
def __init__(self):
self.condition = threading.condition()
self.current_is_a = false
self.closed = false
def wait_for_a(self):
with self.condition:
while not self.current_is_a:
self.condition.wait()
def wait_for_b(self):
with self.condition:
while self.current_is_a:
self.condition.wait()
def set_current_is_a(self, flag):
self.current_is_a = flag
with self.condition:
self.condition.notify_all()
state = state()
t1 = threading.thread(target=functools.partial(print_a, state))
t2 = threading.thread(target=functools.partial(print_b, state))
try:
t1.start()
t2.start()
t1.join()
t2.join()
except keyboardinterrupt:
state.closed = true
print('closed')
可以看到有两种类型的任务，一个用于打印字符a，一个用于打印字符b，我们的实现种让a先于b打印，所以在print_a中，先打印a，再设置当前字符状态并释放等待列表中的所有锁（set_current_is_a），如果没有这一步，current_is_a将一直是false，wait_for_b能够返回，而wait_for_a却永远不会返回，最终效果就是每隔两秒就打印一个字符a，而b永远不会打印。另一个副作用是如果wait_for_a永远不会返回，那print_b所在线程的关闭逻辑也就无法执行，最终会成为僵尸线程（这里的关闭逻辑只用作示例，生产环境需要更加完善的关闭机制）。
考虑另一种情况，print_a种将set_current_is_a和wait_for_b交换一下位置会怎么样。从观察到的输出我们看到，程序首先输出了一个字符a，以后，每隔2秒钟，就会同时输出a和b，而不是交替输出。原因在于，由于current_is_a还是false，我们先调用的wait_for_b其会立即返回，之后调用set_current_is_a，将current_is_a设置为true，并释放所有的阻塞wait的锁（notify_all），这个过程中没有阻塞，print_a紧接着进入了下一个打印循环；与此同时，print_b中的wait_for_a也返回了，进入到b的打印循环，故最终我们看到a和b总是一起打印。
可见对于threading.condition的使用需要多加小心，要注意逻辑上的严谨性。
附一个队列版本：
import threading
import functools
import time
from queue import queue
def print_a(q_a, q_b):
while true:
char_a = q_a.get()
if char_a == 'closed':
return
print(char_a)
time.sleep(2)
q_b.put('b')
def print_b(q_a, q_b):
while true:
char_b = q_b.get()
if char_b == 'closed':
return
print(char_b)
time.sleep(2)
q_a.put('a')
if __name__ == '__main__':
q_a = queue()
q_b = queue()
t1 = threading.thread(target=functools.partial(print_a, q_a, q_b))
t2 = threading.thread(target=functools.partial(print_b, q_a, q_b))
try:
t1.start()
t2.start()
q_a.put('a')
t1.join()
t2.join()
except keyboardinterrupt:
q_a.put('closed')
q_b.put('closed')
print('done')
队列版本逻辑更清晰，更不容易出错，实际应用中应该选用队列。
附一个协程版本（python 3.5+）：
import time
import asyncio
async def print_a():
while true:
print('a')
time.sleep(2) # simulate the cpu block time
await asyncio.sleep(0) # release control to event loop
async def print_b():
while true:
print('b')
time.sleep(2) # simulate the cpu block time
await asyncio.sleep(0) # release control to event loop
async def main():
await asyncio.wait([print_a(), print_b()])
if __name__ == '__main__':
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
协程的运行需要依附于一个事件循环（select/poll/epoll/kqueue），通过async def将一个函数定义为协程，通过await主动让渡控制权，通过相互让渡控制权完成交替打印字符。整个程序运行于一个线程中，这样就没有线程间协调的工作，仅仅是控制权的让渡逻辑。对于io密集型操作，而没有明显的cpu阻塞（计算复杂，以致出现明显的延时，比如复杂加解密算法）的情况下非常合适。
附一个java版本：
printmain类，用于管理和协调打印a和打印b的两个线程：
package com.cuttyfox.tests.self.version1;
import java.util.concurrent.executorservice;
import java.util.concurrent.executors;
import java.util.concurrent.timeunit;
public class printmain {
private boolean currentisa = false;
public synchronized void waitingforprintinga() throws interruptedexception {
while (this.currentisa == false) {
wait();
}
}
public synchronized void waitingforprintingb() throws interruptedexception {
while (this.currentisa == true) {
wait();
}
}
public synchronized void setcurrentisa(boolean flag) {
this.currentisa = flag;
notifyall();
}
public static void main(string[] args) throws exception {
printmain state = new printmain();
executorservice executorservice = executors.newcachedthreadpool();
executorservice.execute(new printb(state));
executorservice.execute(new printa(state));
executorservice.shutdown();
executorservice.awaittermination(10, timeunit.seconds);
system.out.println("done");
system.exit(0);
}
}
打印a的线程（首先打印a）：
package com.cuttyfox.tests.self.version1;
import java.util.concurrent.timeunit;
public class printa implements runnable{
private printmain state;
public printa(printmain state) {
this.state = state;
}
public void run() {
try {
while (!thread.interrupted()){
system.out.println("print a");
timeunit.seconds.sleep(1);
this.state.setcurrentisa(true);
this.state.waitingforprintingb();
}
} catch (interruptedexception e) {
system.out.println("exit through interrupting.");
}
}
}
打印b的线程：
package com.cuttyfox.tests.self.version1;
import java.util.concurrent.timeunit;
public class printb implements runnable{
private printmain state;
public printb(printmain state) {
this.state = state;
}
public void run() {
try{
while (!thread.interrupted()) {
this.state.waitingforprintinga();
system.out.println("print b");
timeunit.seconds.sleep(1);
this.state.setcurrentisa(false);
}
} catch (interruptedexception e) {
system.out.println("exit through interrupting.");
}
}
}
java对象本身有对象锁，故这里没有像python中那样需要显式通过创建一个condition对象来得到一把锁。
使用python实现交替打印abcdef的过程：
import threading
import time
import functools
from collections import deque
letters = [chr(code) for code in range(97, 97+6)]
length = len(letters)
class state(object):
def __init__(self):
self.condition = threading.condition()
self.index_value = 0
def set_next_index(self, index):
with self.condition:
self.index_value = index
self.condition.notify_all()
def wait_for(self, index_value):
with self.condition:
while not self.index_value == index_value:
self.condition.wait()
def print_letter(state: state, wait_ident: int):
print('got: {}!'.format(wait_ident))
while true:
state.wait_for(wait_ident)
time.sleep(2)
print(letters[state.index_value])
print('print: {} and set next: {}'.format(state.index_value,
(state.index_value + 1) % length
))
state.set_next_index((state.index_value + 1) % length)
state = state()
d = deque()
d.extend(range(length))
d.rotate(1)
print(d)
threads = []
for wait_ident in d:
t = threading.thread(target=functools.partial(print_letter, state, wait_ident))
threads.append(t)
for thread in threads:
thread.start()
for thread in threads:
thread.join()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。