Python3多线程threading介绍（转载）

多线程介绍

在python3中，通过该threading模块提供线程的功能。原来的thread模块已经废弃。但是，threading模块中有个Thread类是模块中最主要的线程类，一定要记住！！！
threading模块提供了一些实用的方法或属性，例如：
theading模块包含以下的类：
- Thread: 基本线程类
- Lock：互斥锁
- RLock：可重入锁，使单一进程再次获得已持有的锁(递归锁)
- Condition：条件锁，使得一个线程等待另一个线程满足特定条件，比如改变状态或某个值。
- Semaphore：信号锁，为线程间共享的有限资源提供一个”计数器”，如果没有可用资源则会被阻塞。
- Event：事件锁，任意数量的线程等待某个事件的发生，在该事件发生后所有线程被激活。
- Timer：一种计时器
- Barrier：Python3.2新增的“阻碍”类，必须达到指定数量的线程后才可以继续执行。

1.多线程

有两种方法来创建多线程：一种是继承Thread类，并重写它的run()方法；另一种是实例化threading.Thread对象时，将线程要执行的任务函数作为参数传入线程。

第一种方法：

import threadingclass MyThread(threading.Thread):def __init__(self, thread_name):super(MyThread, self).__init__(name = thread_name)# 重写run()方法def run(self):print("%s正在运行中......" % self.name)for i in range(10):MyThread("thread-" + str(i)).start()   # 启动线程

第二种方法：

import threading
import timedef show(arg):time.sleep(1)print("thread " + str(arg) + " running......")for i in range(10):t = threading.Thread(target=show, args=(i,))  # 注意传入的参数一定是一个元组!t.start()

对于Thread类，它的定义如下：
```
threading.Thread(self, group=None, target=None, name=None,agrs=(),kwargs=None, *, daemon=None)
```
- 参数group是预留的，用于将来扩展
- 参数target是一个可调用对象，在线程启动后执行；
- 参数name是线程的名字。默认值为“Thread-N“，N是一个数字
- 参数args和kwargs分别表示调用target时的参数列表和关键字参数
Thread类定义的常用方法和属性

在多线程执行过程中，有一个特点要注意，每个线程各自执行自己的任务，不等待其他的线程，自顾自的完成自己的任务，例如下面的例子：

import time
import threadingdef doWaiting():print("开始等待：", time.strftime('%H:%M:%S'))time.sleep(3)print("结束等待：", time.strftime("%H:%M:%S"))t = threading.Thread(target=doWaiting)
t.start()time.sleep(1)  # 确保线程已经启动
print("开始工作")
print("结束工作")

分析上述过程：Python默认会等待最后一个线程执行完毕后才退出。上面例子中，主线程没有等待子线程t执行完毕，而是啥都不管，继续往下执行它自己的代码，执行完毕后也没有结束整个程序，而是等待子线程t执行完毕，整个程序才结束。

有时候我们希望主线程等等子线程，不要“埋头往前跑”。那要怎么办？使用join()方法！，如下所示：

import threading
import timedef doWaiting():print("开始等待: ", time.strftime("%H:%M:%S"))time.sleep(3)print("结束等待：", time.strftime("%H:%M:%S"))t = threading.Thread(target=doWaiting)t.start()
# 确保线程t已经启动
time.sleep(1)print("开始阻塞主线程，等待子线程执行")
t.join()   # 主线程不要着急走，等等子线程吧!!! 将一直堵塞，直到t运行结束
print("子线程执行完，结束阻塞，主线程继续执行！")

还可以使用setDaemon(True)吧所有的子线程都变成主线程的守护进程。当主线程结束后，守护子进程也会随之结束，整个程序也跟着退出。

import threading
import timedef run():print(threading.current_thread().getName(), "开始工作")time.sleep(2)  # 子线程停两秒print("子线程工作执行完成！")for i in range(3):t = threading.Thread(target=run)t.setDaemon(True)   # 把子线程设置为守护进程，必须在start()之前设置!!!t.start()time.sleep(1)  # 主线程停1s
print("主线程结束运行...")
print(threading.active_count())  # 输出活跃的线程数量

2.自定义线程类

对于threading模块的Thread类，本质上是执行了它的run()方法。因此可以字定义线程类，让它继承Thread类，然后重新run()方法即可。

import threadingclass MyThreading(threading.Thread):def __init__(self, func, arg):super(MyThreading, self).__init__()self.func = funcself.arg = arg# 重写run()方法def run(self):self.func(self.arg)def my_func(args):'''此处可以把你想让线程做的事定义在这里'''print("我是业务函数...")pass
obj = MyThreading(my_func, 123)
obj.start()

3.线程锁

由于线程之间的任务执行是CPU进行随机调度的，并且每个线程可能只执行了n条指令之后就被切换到别的线程了。当多个线程同时操作一个对象，如果没有很好地保护该对象，会造成程序结果的不可预期，这被称为“线程不安全”。为了保证数据安全，我们设计了线程锁，即同一时刻只允许一个线程操作该数据。线程锁用于锁定资源，可以同时使用多个锁，当你需要独占某一资源时，任何一个锁都可以锁这个资源，就好比你用不同的锁都可以把相同的一个箱子锁住是一个道理。

没有锁的情况下，脏数据是如何产生的！

import threading
import timenumber = 0def plus():global number        # global声明此处的number是外面的全局变量numberfor _ in range(1000000):   # 进行一个大数级别的循环加一运算number += 1print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))
for i in range(2):   # 用2个子线程，就可以观察到脏数据t = threading.Thread(target=plus)t.start()time.sleep(3)    # 等待3秒，确保2个子线程都已经结束运算
print("主线程执行完成后，number = ", number)

分析过程：结果并不等于2,000,000，可以很明显地看出脏数据的情况。这是因为两个线程在运行过程中，CPU随机调度，你算一会我算一会，在没有对number进行保护的情况下，就发生了数据错误。如果想获得正确结果，可以使用join()方法，让多线程变成顺序执行，如下修改代码片段：

import threading
import timenumber = 0def plus():global number    # global声明此处的number是外面的全局变量numberfor _ in range(1000000):    # 进行一个大数级别的循环加一运算number += 1print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))for i in range(2):   # 用2个子线程，就可以观察到脏数据t = threading.Thread(target=plus)t.start()t.join()   # 添加这一行就让两个子线程变成了顺序执行!!!!!time.sleep(3)   # 等待3秒，确保2个子线程都已经结束运算
print("主线程执行完成后，number = ", number)

上面为了防止脏数据而使用join()的方法，其实是让多线程变成了单线程，属于因噎废食的做法，正确的做法是使用线程锁。Python在threading模块中定义了几种线程锁类，分别是：
- Lock 互斥锁
- RLock 可重入锁
- Semaphore 信号
- Event 事件
- Condition 条件
- Barrier “阻碍”

3.1 互斥锁

互斥锁是一种独占锁，同一时刻只有一个线程可以访问共享的数据。使用很简单，初始化锁对象，然后将锁当做参数传递给任务函数，在任务中加锁，使用后释放锁。

import threading
import timenumber = 0lock = threading.Lock()  # 锁对象！def plus(lk):global number        # global声明此处的number是外面的全局变量numberlk.acquire()  # 开始加锁!!!for _ in range(1000000):   # 进行一个大数级别的循环加一运算number += 1print("子线程%s运算结束后，number = %s" % (threading.current_thread().getName(), number))lk.release()   # 释放锁，让别的线程也可以访问number!!!for i in range(2):   # 用2个子线程，就可以观察到脏数据t = threading.Thread(target=plus, args=(lock,))t.start()time.sleep(3)    # 等待3秒，确保2个子线程都已经结束运算
print("主线程执行完成后，number = ", number)

RLock的使用方法和Lock一模一样，只不过它支持重入锁。该锁对象内部维护着一个Lock和一个counter对象。counter对象记录了acquire的次数，使得资源可以被多次require。最后，当所有RLock被release后，其他线程才能获取资源。在同一个线程中，RLock.acquire()可以被多次调用，利用该特性，可以解决部分死锁问题。

3.2 信号Semaphore

类名：BoundedSemaphore。这种锁允许一定数量的线程同时更改数据，它不是互斥锁。比如地铁安检，排队人很多，工作人员只允许一定数量的人进入安检区，其它的人继续排队。

import time
import threadingdef run(n, se):se.acquire()print("run the thread: %s" % n)time.sleep(1)se.release()# 设置5个线程允许同时运行
semaphore = threading.BoundedSemaphore(5)
for i in range(20):t = threading.Thread(target=run, args=(i, semaphore))t.start()

3.3 事件Event

类名Event, 事件线程锁的运行机制：全局定义了一个Flag，如果Flag的值为False，那么当程序执行wait()方法时就会阻塞，如果Flag值为True，线程不再阻塞。这种锁，类似交通红绿灯（默认是红灯），它属于在红灯的时候一次性阻挡所有线程，在绿灯的时候，一次性放行所有排队中的线程。事件主要提供了四个方法set()、wait()、clear()和is_set()
- clear()方法会将事件的Flag设置为False
- set()方法会将Flag设置为True
- wait()方法将等待“红绿灯”信号
- is_set():判断当前是否"绿灯放行"状态

下面是一个模拟红绿灯，然后汽车通行的例子：

import threading
import timeevent = threading.Event()def lighter():green_time = 5  # 绿灯时间red_time = 5   # 红灯时间event.set()   # 初始设为绿灯while True:print("绿灯亮...")time.sleep(green_time)event.clear()print("红灯亮...")time.sleep(red_time)event.set()def run(name):while True:if event.is_set():    # 判断当前是否"放行"状态print("一辆[%s] 呼啸开过..." % name)time.sleep(1)else:print("一辆[%s]开来，看到红灯，无奈的停下了..." % name)event.wait()print("[%s] 看到绿灯亮了，瞬间飞起....." % name)lighter = threading.Thread(target=lighter,)
lighter.start()for name in ['奔驰', '宝马', '奥迪']:car = threading.Thread(target=run, args=(name,))car.start()

3.4 条件Condition

类名：Condition。Condition称作条件锁，依然是通过acquire()/release()加锁解锁。
- wait([timeout])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()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()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。
```
import threading
import timenum = 0
con = threading.Condition()class Foo(threading.Thread):def __init__(self, name, action):super(Foo, self).__init__()self.name = nameself.action = actiondef run(self):global numcon.acquire()print("%s开始执行..." % self.name)while True:if self.action == "add":num += 1elif self.action == 'reduce':num -= 1else:exit(1)print("num当前为：", num)time.sleep(1)if num == 5 or num == 0:print("暂停执行%s！" % self.name)con.notify()con.wait()print("%s开始执行..." % self.name)con.release()if __name__ == '__main__':a = Foo("线程A", 'add')b = Foo("线程B", 'reduce')a.start()b.start()
```

3.5 定时器Timer

定时器Timer类是threading模块中的一个小工具，用于指定n秒后执行某操作。一个简单但很实用的东西。
```
from threading import Timerdef hello():print("hello world")# 表示1s后执行hello函数
t = Timer(1, hello)
t.start()
```

3.6 通过with语句使用线程锁

所有的线程锁都有一个加锁和释放锁的动作，非常类似文件的打开和关闭。在加锁后，如果线程执行过程中出现异常或者错误，没有正常的释放锁，那么其他的线程会造到致命性的影响。通过with上下文管理器，可以确保锁被正常释放。其格式如下：
```
with some_lock:# 执行任务....
```

这相当于:

ome_lock.acquire()
try:# 执行任务..
finally:some_lock.release()

4. 全局解释器锁(GIL)

在大多数环境中，单核CPU情况下，本质上某一时刻只能有一个线程被执行。多核CPU时，则可以支持多个线程同时执行。但是在Python中，无论CPU有多少核，同时只能执行一个线程，这是由于GIL的存在导致的。
GIL的全称是Global Interpreter Lock(全局解释器锁)，是Python设计之初为了数据安全所做的决定。Python中的某个线程想要执行，必须先拿到GIL。可以把GIL看作是执行任务的“通行证”，并且在一个Python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。GIL只在CPython解释器中才有，因为CPython调用的是c语言的原生线程，不能直接操作cpu，只能利用GIL保证同一时间只能有一个线程拿到数据。在PyPy和JPython中没有GIL。
Python多线程的工作流程：
- a.拿到公共数据
- b.申请GIL
- c.Python解释器调用操作系统原生线程
- d.CPU执行运算
- e.当该线程执行一段时间消耗完，无论任务是否已经执行完毕，都会释放GIL
- f.下一个被CPU调度的线程重复上面的过程
Python针对不同类型的任务，多线程执行效率是不同的：
- 对于CPU密集型任务(各种循环处理、计算等等): 由于计算工作多，ticks计数很快就会达到阈值，然后触发GIL的释放与再竞争（多个线程来回切换是需要消耗资源的），所以Python下的多线程对CPU密集型任务并不友好
- IO密集型任务(文件处理、网络通信等涉及数据读写的操作）: 多线程能够有效提升效率(单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率)。所以Python的多线程对IO密集型任务比较友好。
- 实际中使用的建议：Python中想要充分利用多核CPU，就用多进程。因为每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行。在Python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。同时建议在IO密集型任务中使用多线程，在计算密集型任务中使用多进程。另外，深入研究Python的协程机制，你会有惊喜的。

5.博客原文

博客原文