一个多线程Ping 类

需求背景：

部门内部一个监控项目需要快速Ping批量的IP地址，在网上找了很多资料结合各家之所长，写了一个多线程Ping类，可以实现快速的ping，并且格式化的返回IP状态。

主要解决痛点：

1.为什不直接用Linux command？
一个两个可以，对于批量上千个ip来说，用Linux command 就有点不太适合了
2.为什么用多线程而不是用多进程？
进程提供了多道编程，充分发挥了计算机部件的并行性，提高了计算机的利用率，既然进程这么优秀，为什么还要线程呢？其实，还是有很多缺陷的，主要体现在两点上：
进程只能在一个时间干一件事，如果想同时干两件事或多件事，进程就无能为力了。
进程在执行的过程中如果阻塞，例如等待输入，整个进程就会挂起，即使进程中有些工作不依赖于输入的数据，也将无法执行。而解决办法就是让单个进程，接受请求、等待I/O、处理计算并行起来，这样很明显可以避免同步等待，提高执行效率，在实际操作系统中这样的机制就是——线程。
很显然我批量的Ping的绝大部分时间不是浪费在CPU执行ping的命令而是等待网络返回状态上
3.怎么不用线程锁？
这里涉及到一个“锁”的问题，如果有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（比如我们在每个线程的run方法中加入一个time.sleep(1)，并同时输出线程名称，则我们会发现，输出会乱七八糟。因为可能我们的一个print语句只打印出一半的字符，这个线程就被暂停，执行另一个去了，所以我们看到的结果很乱），这种现象叫做“线程不安全”，网上的方法绝大多是都没有线程锁。
4.你怎么起了这么多线程？
对于像我这种成百上千IP多状况，网上的其他方法绝大多数都是有多少ip，起多少线程，起太多线程反而是对资源的浪费，也不会提高运行速度太多，应为GIL。
5.返回结果不够格式化，不好操作？
直接print结果是什么鬼，我有不是用来做实验演示多线程的。

废话很多不如直接上代码：

#!/usr/bin/env pythonimport subprocess
import threadingclass Pinger(object):def __init__(self):# Populated while we are runningself.status = {'alive': [], 'dead': []}self.hosts = []  # List of all hosts/ips in our input queue# How many ping process at the time.thread_count = 4# Lock object to keep track the threads in loops, where it can potentially# be race conditions.lock = threading.Lock()def ping(self, ip):# Use the system ping command with count of 1 and wait time of 1.ret = subprocess.call(['ping', '-c', '1', '-W', '1', ip],stdout=open('/dev/null', 'w'), stderr=open('/dev/null', 'w'))return ret == 0  # Return True if our ping command succeedsdef pop_queue(self):ip = Noneself.lock.acquire()  # Grab or wait+grab the lock.if self.hosts:ip = self.hosts.pop()# Release the lock, so another thread could grab it.self.lock.release()return ipdef dequeue(self):while True:ip = self.pop_queue()if not ip:return Noneresult = 'alive' if self.ping(ip) else 'dead'self.status[result].append(ip)def start(self):threads = []for i in range(self.thread_count):# Create self.thread_count number of threads that together will# cooperate removing every ip in the list. Each thread will do the# job as fast as it can.t = threading.Thread(target=self.dequeue)t.start()threads.append(t)# Wait until all the threads are done. .join() is blocking.[t.join() for t in threads]return self.status# if __name__ == '__main__':
#     ping = Pinger()
#     ping.thread_count = 8
#     ping.hosts = [
#         '10.0.0.1', '10.0.0.2', '10.0.0.3', '10.0.0.4', '10.0.0.0', '10.0.0.255', '10.0.0.100',
#         'google.com','192.168.1.100','192.168.1.101','github.com', 'nonexisting', '127.0.1.2', '*not able to ping!*', '8.8.8.8'
#         ]
#     print ping.start()