python 多线程

深藏阁楼爱情的钟 2022-05-28 12:44 218阅读 0赞

# Python 多线程 #

## 多线程优点： ##

*  可以实现代码的并发性，优化处理能力，同时更小的功能划分可以使代码的重用性更好。
 *  使用线程可以把占据长时间的程序中的任务放到后台去处理。
 *  用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
 *  程序的运行速度可能加快
 *  在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

## 线程与进程区别： ##

1.  每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
2.  每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
3.  指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

*  线程可以被抢占（中断）。
 *  在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让

## 线程： ##

*  内核线程：由操作系统内核创建和撤销。
 *  用户线程：不需要内核支持而在用户程序中实现的线程。

## 线程实现： ##

GIL(全局解释器锁)，用thread、threading和Queue模块可以用来实现多线程编程。

解决办法：多进程和协程。

协程是进程和线程的升级版，进程和线程都面临着**内核态**和**用户态**的切换问题。

协程可以自己控制切换的时机，不再需要陷入系统的内核态。

## Python3线程模块 ##

Python中使用线程有两种方式：函数或者用类来包装线程对象。

python3 中常用两个模块：

1.  \_thread
2.  threading

**在python3中不能再使用“thread”模块，thread模块已被弃用，为了兼容性，python3将thread重命名“\_thread”**

**安装threading:  threading 是内置模块，直接导入就好了**

**\_thread也是内置模块，直接导入。**

*  \_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于threading模块的功能还是比较有限的
 *  threading 模块除了包含\_thread 模块中的所有方法外，还提供了其他的方法：
 *  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, 正在运行指的是 线程启动后、结束前，不包含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

函数式：调用\_thread模块中的start\_new\_thread()函数来产生新线程。语法如下:

_thread.start_new_thread ( function, args[, kwargs] )

参数说明：

function: 线程函数

args:传递给线程函数的参数，他必须是个tuple类型

kwargs: 可选参数

import _thread
    import time
    
    #为线程定义一个函数
    
    def print_time(threadName, delay):
    	count = 0
    	while count < 5:
    		time.sleep(delay)
    		count += 1
    		print("%s: %s" % (threadName, time.ctime(time.time())))
    
    # 创建两个线程
    # 函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程
    try:
    	_thread.start_new_thread(print_time, ("Thread-1", 2, ))
    	_thread.start_new_thread(print_time, ("Thread-2", 4, ))
    
    except:
    	print("Error: 无法启动线程")
    
    while 1:
    	pass

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

*  run(): 用以表示线程活动的方法
 *  start():启动线程活动。
 *  join(\[time\]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
 *  isAlive(): 返回线程是否活动的。
 *  getName(): 返回线程名。
 *  setName(): 设置线程名。

我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法

import threading
    import time
    
    exitFlag = 0
    
    class myThread(threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print("开始线程：" + self.name)
            print_time(self.name, self.counter, 5)
            print("退出线程：" + self.name)
    
    def print_time(threadName, delay, counter):
        while counter:
            if exitFlag:
                threadName.exit()
            time.sleep(delay)
            print("%s: %s" % (threadName, time.ctime(time.time())))
            counter -= 1
    
    # 创建新线程
    thread1 = myThread(1, "Thread-1", 1)
    thread2 = myThread(2, "Thread-2", 2)
    
    # 开启新线程
    thread1.start() #启动线程活动
    thread2.start()
    thread1.join() #等待至线程中止
    thread2.join()
    print("退出主线程")

## 线程同步 ##

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：  
  
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**。

例如：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。

import threading
    import time
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print ("开启线程： " + self.name)
            # 获取锁，用于线程同步
            threadLock.acquire()
            print_time(self.name, self.counter, 3)
            # 释放锁，开启下一个线程
            threadLock.release()
    
    def print_time(threadName, delay, counter):
        while counter:
            time.sleep(delay)
            print ("%s: %s" % (threadName, time.ctime(time.time())))
            counter -= 1
    
    threadLock = threading.Lock()
    threads = []
    
    # 创建新线程
    thread1 = myThread(1, "Thread-1", 1)
    thread2 = myThread(2, "Thread-2", 2)
    
    # 开启新线程
    thread1.start()
    thread2.start()
    
    # 添加线程到线程列表
    threads.append(thread1)
    threads.append(thread2)
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")

![70][]

## 线程优先级队列（ Queue）  ##

Python 的 Queue 模块中提供了**同步的、线程安全的队列类**，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。  
这些队列都实现了锁原语，能够在多线程中直接使用，可以使用**队列**来实现线程间的同步。

Queue 模块中的常用方法:

*  Queue.qsize() 返回队列的大小
 *  Queue.empty() 如果队列为空，返回True,反之False
 *  Queue.full() 如果队列满了，返回True,反之False
 *  Queue.full 与 maxsize 大小对应
 *  Queue.get(\[block\[, timeout\]\])获取队列，timeout等待时间
 *  Queue.get\_nowait() 相当Queue.get(False)
 *  Queue.put(item) 写入队列，timeout等待时间
 *  Queue.put\_nowait(item) 相当Queue.put(item, False)
 *  Queue.task\_done() 在完成一项工作之后，Queue.task\_done()函数向任务已经完成的队列发送一个信号
 *  Queue.join() 实际上意味着等到队列为空，再执行别的操作

import queue
    import threading
    import time
    
    exitFlag = 0
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, q):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.q = q
        def run(self):
            print ("开启线程：" + self.name)
            process_data(self.name, self.q)
            print ("退出线程：" + self.name)
    
    def process_data(threadName, q):
        while not exitFlag:
            queueLock.acquire()
            if not workQueue.empty():
                data = q.get()
                queueLock.release()
                print ("%s processing %s" % (threadName, data))
            else:
                queueLock.release()
            time.sleep(1)
    
    threadList = ["Thread-1", "Thread-2", "Thread-3"]
    nameList = ["One", "Two", "Three", "Four", "Five"]
    queueLock = threading.Lock()
    workQueue = queue.Queue(10)
    threads = []
    threadID = 1
    
    # 创建新线程
    for tName in threadList:
        thread = myThread(threadID, tName, workQueue)
        thread.start()
        threads.append(thread)
        threadID += 1
    
    # 填充队列
    queueLock.acquire()
    for word in nameList:
        workQueue.put(word)
    queueLock.release()
    
    # 等待队列清空
    while not workQueue.empty():
        pass
    
    # 通知线程是时候退出
    exitFlag = 1
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")

![70 1][]

## yield:协程的思想 ##

（1）**GIL锁**原理

Python代码的执行由Python 虚拟机(也叫解释器主循环，CPython版本)来控制，Python 在设计之初就考虑到要在解释器的主循环中，同时只有一个线程在执行，即在任意时刻，只有一个线程在解释器中运行。对Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是**这个锁能保证Python解释器同一时刻只有一个线程在运行**。

GIL的设计简化了CPython的实现，使得**对象模型**，包括关键的**内建类型如字典**，都是隐含可以并发访问的。锁住全局解释器使得比较容易的实现对多线程的支持，但也损失了多处理器主机的并行计算能力。

*  在**做I/O操作时，GIL总是会被释放**。对所有面向I/O 的(会调用内建的操作系统C 代码的)程序来说，GIL 会在这个I/O 调用之前被释放，以允许其它的线程在这个线程等待I/O 的时候运行。
 *  纯计算的程序，**没有 I/O 操作，解释器会每隔 100 次操作就释放这把锁**，让别的线程有机会执行（这个次数可以通过 sys.setcheckinterval 来调整）因为，如果某线程并未使用很多I/O 操作，它会在自己的时间片内一直占用处理器（和GIL）

多线程的环境中，Python解释器按以下方式执行：

1.  设置GIL
2.  切换到一个线程去运行
3.  当运行了指定数量的字节码指令，或线程主动让出控制（可以调用time.sleep(0)）,则把该线程设置为睡眠状态，解锁GIL;
4.  当一个线程结束计算，它就退出了。

*  线程的结束一般依靠线程函数的自然结束，可以调用thread.exit()之类的退出函数（但是不建议使用thread，因为主线程退出后，所有的子线程强制退出，且不会清理资源）
 *  也可以使用Python退出进程的标准方法，如sys.exit()或抛出一个SystemExit异常等。
 *  不过，不可以直接“杀掉”("kill")一个线程。

5.当调用外部代码（如C／C++扩展函数）时，GIL会被锁定，直到这个函数执行完成。(由于在这期间没有Python的字节码被运行，所以不会做线程切换)编写扩展的程序员可以主动解锁GIL。

## **比较三个模块：thread、threading、queue** ##

首先，thread和threading都允许程序员创建和管理线程。

1.  **thread：**提供了基本的线程和锁的支持。当主线程结束时，所有的线程都会被强制结束掉，没有警告也不会有正常的清理工作。
2.  **threading**：能确保重要的子线程退出后进程才退出。
3.  **Queue模块：**允许用户创建一个可以用于多个线程之间共享数据的队列数据结构。

**注：对GIL需要再进一步理解的可以参考这篇文章：：http://www.dabeaz.com/python/UnderstandingGIL.pdf**

**http://cenalulu.github.io/python/gil-in-python/**

[70]: /images/20220528/82b2bacef1ec4e3eb8b3fecc92f534d3.png
[70 1]: /images/20220528/b7a709ab5a9444f18d060d7613fb0dfa.png