Python多线程学习资料

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：

import time
import thread
def timer(no, interval):
cnt = 0
while cnt<10:
print 'thread:(%d) time:%s\n'%(no, time.ctime())
time.sleep(interval)
cnt+=1
thread.exit_thread()

def test(): #use thread.start_new_thread() to create 2 new threads
thread.start_new_thread(timer, (1,1))
thread.start_new_thread(timer, (2,2))
if __name__=='__main__':
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：

import threading
import time
class timer(threading.thread): #the timer class is derived from the class threading.thread
def __init__(self, num, interval):
threading.thread.__init__(self)
self.thread_num = num
self.interval = interval
self.thread_stop = false
def run(self): #overwrite run() method, put what you want the thread do here
while not self.thread_stop:
print 'thread object(%d), time:%s\n' %(self.thread_num, time.ctime())
time.sleep(self.interval)
def stop(self):
self.thread_stop = true

def test():
thread1 = timer(1, 1)
thread2 = timer(2, 2)
thread1.start()
thread2.start()
time.sleep(10)
thread1.stop()
thread2.stop()
return
if __name__ == '__main__':
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：

import thread
import time
mylock = thread.allocate_lock() #allocate a lock
num=0 #shared resource
def add_num(name):
global num
while true:
mylock.acquire() #get the lock
# do something to the shared resource
print 'thread %s locked! num=%s'%(name,str(num))
if num >= 5:
print 'thread %s released! num=%s'%(name,str(num))
mylock.release()
thread.exit_thread()
num+=1
print 'thread %s released! num=%s'%(name,str(num))
mylock.release() #release the lock.
def test():
thread.start_new_thread(add_num, ('a',))
thread.start_new_thread(add_num, ('b',))
if __name__== '__main__':
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。

import threading
mylock = threading.rlock()
num=0
class mythread(threading.thread):
def __init__(self, name):
threading.thread.__init__(self)
self.t_name = name
def run(self):
global num
while true:
mylock.acquire()
print '\nthread(%s) locked, number: %d'%(self.t_name, num)
if num>=4:
mylock.release()
print '\nthread(%s) released, number: %d'%(self.t_name, num)
break
num+=1
print '\nthread(%s) released, number: %d'%(self.t_name, num)
mylock.release()
def test():
thread1 = mythread('a')
thread2 = mythread('b')
thread1.start()
thread2.start()
if __name__== '__main__':
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

import threading
import time
class producer(threading.thread):
def __init__(self, t_name):
threading.thread.__init__(self, name=t_name)

def run(self):
global x
con.acquire()
if x > 0:
con.wait()
else:
for i in range(5):
x=x+1
print "producing..." + str(x)
con.notify()
print x
con.release()

class consumer(threading.thread):
def __init__(self, t_name):
threading.thread.__init__(self, name=t_name)
def run(self):
global x
con.acquire()
if x == 0:
print 'consumer wait1'
con.wait()
else:
for i in range(5):
x=x-1
print "consuming..." + str(x)
con.notify()
print x
con.release()

con = threading.condition()
x=0
print 'start consumer'
c=consumer('consumer')
print 'start producer'
p=producer('producer')

p.start()
c.start()
p.join()
c.join()
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。

# producer_consumer_queue
from queue import queue
import random
import threading
import time
#producer thread
class producer(threading.thread):
def __init__(self, t_name, queue):
threading.thread.__init__(self, name=t_name)
self.data=queue
def run(self):
for i in range(5):
print "%s: %s is producing %d to the queue!\n" %(time.ctime(), self.getname(), i)
self.data.put(i)
time.sleep(random.randrange(10)/5)
print "%s: %s finished!" %(time.ctime(), self.getname())
#consumer thread
class consumer(threading.thread):
def __init__(self, t_name, queue):
threading.thread.__init__(self, name=t_name)
self.data=queue
def run(self):
for i in range(5):
val = self.data.get()
print "%s: %s is consuming. %d in the queue is consumed!\n" %(time.ctime(), self.getname(), val)
time.sleep(random.randrange(10))
print "%s: %s finished!" %(time.ctime(), self.getname())
#main thread
def main():
queue = queue()
producer = producer('pro.', queue)
consumer = consumer('con.', queue)
producer.start()
consumer.start()
producer.join()
consumer.join()
print 'all threads terminate!'
if __name__ == '__main__':
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。