Python的多线程

什么是线程：

• 线程也是一种多任务编程方法，可以利用计算机多核资源完成程序的并发执行。线程又被称为轻量级的进程。

线程的特征：

• 线程是计算机多核分配的最小单位
• 一个进程可以包含多个线程
• 线程也是一个运行的过程，消耗计算机资源，多个线程共享进程的资源和空间
• 线程的创建删除消耗的资源都要远远小于进程
• 多个线程之间执行互不干扰
• 线程也有自己的特有属性，比如指令集 ID

Python中使用threading模块创建线程

主要方法：

threading.Thread()

• 功能：创建线程对象
• 参数：name(线程名称，默认Thread-1)，target(线程函数)，args(元组，给线程函数位置传参)，kwargs(字典，给线程函数键值传参)

t.start()

• 功能：启动线程，自动运行线程函数

t.join([timeout])

• 功能：回收线程
• 参数(timeout)：阻塞等待时间

线程对象属性：

t.is_alive()

• 功能：查看线程状态

t.setName()

• 功能：设置线程名称

t.getName() 或者 t.name

• 功能：获取线程名称

threading.currentThread()

• 功能：获取当前线程对象

t.daemon属性

• 默认情况主线程退出不会影响分支线程执行，如果设置为True则分支线程随主线程退出

设置方法(两种)：

• t.daenon = True
• t.setDaemon(True)

判断属性值
t.isDaemon()

注意： t.daenon要在start前设置，不能和join同用

多线程代码实现实例：

from threading import Thread, currentThread
from time import sleep 
import os 

a = 100

#线程函数
def test():
    global a
    a += 10
    # 获取当前线程的状态
    print("test is_alive:{}".format(currentThread().is_alive()))
    # 获取当前线程所在进程的pid
    print("{}:{}".format(currentThread().getName(), os.getpid()))

# 用来测试daemon属性的
def test3():
	print("进入线程test3...")
	# 阻塞等待10秒
	sleep(10)
	print("我是线程test3!")

#创建线程对象
t1 = Thread(name = "th1", target = test)
t2 = Thread(name = "th2", target = test)
t3 = Thread(target = test3)
t1.start()
t2.start()

# 设置t3线程随主线程退出而退出
t3.setDaemon(True) 
t3.start()

sleep(2)

# 主线程所在进程pid
print("main-thread:{}".format(os.getpid()))

# 修改线程名称
t1.setName("new-th1")
print("t1-new-name:"+t1.getName())

# 查看线程状态
print("t1 is_alive:{}".format(t1.is_alive()))
print("t2 is_alive:{}".format(t2.is_alive()))

# 只需要回收t1和t2
t1.join()
t2.join()

print("a = {}".format(a))

运行结果：

[email protected]:~/python/multithreading$ python3 thread_test.py 
test is_alive:True
th1:9233
test is_alive:True
th2:9233
进入线程test3...
main-thread:9233
t1-new-name:new-th1
t1 is_alive:False
t2 is_alive:False
a = 120

在这个实例中，一个主线程创建了三个子线程(t3是用来测试daemon属性的)，发现可以通过子线程修改主线程中的全局变量a。同时我们发现，主线程和子线程的pid都是一样的，这说明，他们共用一个进程，即：一个进程中包含了多个线程。再看看daemon属性，t3设置daemon为True，我们发现，主线程执行完后，t3线程并没有执行完就退出了。

线程通信

• 通信方法：多个线程共享进程的空间，所以线程间通信可以使用全局变量完成(比如上述实例中的a变量)。
• 注意事项：线程间使用全局变量往往要同步互斥机制保证通信安全

重要！python线程的GIL问题(全局解释器锁)

• 后果：一个解释器同一时刻只能解释执行一个线程，所以导致python线程效率低下。但是当遇到IO阻塞时线程会主动让出解释器，因此python线程更加适合高延迟的IO程序并发。

解决方法：

• 若需要实现并行操作，尽量使用多进程
• 尽量使用多种方案组合的方式进行并发操作，线程用作高延迟IO