Python线程指南 ---转自 http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html
本文介绍了Python对于线程的支持,包括“学会”多线程编程需要掌握的基础以及Python两个线程标准库的完整介绍及使用示例。
注意:本文基于Python2.4完成,;如果看到不明白的词汇请记得百度谷歌或维基,whatever。
尊重作者的劳动,转载请注明作者及原文地址 >.<
1. 线程基础
1.1. 线程状态
线程有5种状态,状态转换的过程如下图所示:
1.2. 线程同步(锁)
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。考虑这样一种情况: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。
线程与锁的交互如下图所示:
1.3. 线程通信(条件变量)
然而还有另外一种尴尬的情况:列表并不是一开始就有的;而是通过线程"create"创建的。如果"set"或者"print" 在"create"还没有运行的时候就访问列表,将会出现一个异常。使用锁可以解决这个问题,但是"set"和"print"将需要一个无限循环——他们不知道"create"什么时候会运行,让"create"在运行后通知"set"和"print"显然是一个更好的解决方案。于是,引入了条件变量。
条件变量允许线程比如"set"和"print"在条件不满足的时候(列表为None时)等待,等到条件满足的时候(列表已经创建)发出一个通知,告诉"set" 和"print"条件已经有了,你们该起床干活了;然后"set"和"print"才继续运行。
线程与条件变量的交互如下图所示:
1.4. 线程运行和阻塞的状态转换
最后看看线程运行和阻塞状态的转换。
阻塞有三种情况:
同步阻塞是指处于竞争锁定的状态,线程请求锁定时将进入这个状态,一旦成功获得锁定又恢复到运行状态;
等待阻塞是指等待其他线程通知的状态,线程获得条件锁定后,调用“等待”将进入这个状态,一旦其他线程发出通知,线程将进入同步阻塞状态,再次竞争条件锁定;
而其他阻塞是指调用time.sleep()、anotherthread.join()或等待IO时的阻塞,这个状态下线程不会释放已获得的锁定。
tips: 如果能理解这些内容,接下来的主题将是非常轻松的;并且,这些内容在大部分流行的编程语言里都是一样的。(意思就是非看懂不可 >_< 嫌作者水平低找别人的教程也要看懂)
2. thread
Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。
01
|
# encoding: UTF-8
|
02
|
import thread
|
03
|
import time
|
04
|
05
|
# 一个用于在线程中执行的函数
|
06
|
def func():
|
07
|
for i in range ( 5 ):
|
08
|
print 'func'
|
09
|
time.sleep( 1 )
|
10
|
|
11
|
# 结束当前线程
|
12
|
# 这个方法与thread.exit_thread()等价
|
13
|
thread.exit() # 当func返回时,线程同样会结束
|
14
|
|
15
|
# 启动一个线程,线程立即开始运行
|
16
|
# 这个方法与thread.start_new_thread()等价
|
17
|
# 第一个参数是方法,第二个参数是方法的参数
|
18
|
thread.start_new(func, ()) # 方法没有参数时需要传入空tuple
|
19
|
20
|
# 创建一个锁(LockType,不能直接实例化)
|
21
|
# 这个方法与thread.allocate_lock()等价
|
22
|
lock = thread.allocate()
|
23
|
24
|
# 判断锁是锁定状态还是释放状态
|
25
|
print lock.locked()
|
26
|
27
|
# 锁通常用于控制对共享资源的访问
|
28
|
count = 0
|
29
|
30
|
# 获得锁,成功获得锁定后返回True
|
31
|
# 可选的timeout参数不填时将一直阻塞直到获得锁定
|
32
|
# 否则超时后将返回False
|
33
|
if lock.acquire():
|
34
|
count + = 1
|
35
|
|
36
|
# 释放锁
|
37
|
lock.release()
|
38
|
39
|
# thread模块提供的线程都将在主线程结束后同时结束
|
40
|
time.sleep( 6 )
|
thread 模块提供的其他方法:
thread.interrupt_main(): 在其他线程中终止主线程。
thread.get_ident(): 获得一个代表当前线程的魔法数字,常用于从一个字典中获得线程相关的数据。这个数字本身没有任何含义,并且当线程结束后会被新线程复用。
thread还提供了一个ThreadLocal类用于管理线程相关的数据,名为 thread._local,threading中引用了这个类。
由于thread提供的线程功能不多,无法在主线程结束后继续运行,不提供条件变量等等原因,一般不使用thread模块,这里就不多介绍了。
3. threading
threading基于Java的线程模型设计。锁(Lock)和条件变量(Condition)在Java中是对象的基本行为(每一个对象都自带了锁和条件变量),而在Python中则是独立的对象。Python Thread提供了Java Thread的行为的子集;没有优先级、线程组,线程也不能被停止、暂停、恢复、中断。Java Thread中的部分被Python实现了的静态方法在threading中以模块方法的形式提供。
threading 模块提供的常用方法:
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。正在运行指线程启动后、结束前,不包括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。
threading模块提供的类:
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local.
3.1. Thread
Thread是线程类,与Java类似,有两种使用方法,直接传入要运行的方法或从Thread继承并覆盖run():
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
04
|
# 方法1:将要执行的方法作为参数传给Thread的构造方法
|
05
|
def func():
|
06
|
print 'func() passed to Thread'
|
07
|
08
|
t = threading.Thread(target = func)
|
09
|
t.start()
|
10
|
11
|
# 方法2:从Thread继承,并重写run()
|
12
|
class MyThread(threading.Thread):
|
13
|
def run( self ):
|
14
|
print 'MyThread extended from Thread'
|
15
|
16
|
t = MyThread()
|
17
|
t.start()
|
构造方法:
Thread(group=None, target=None, name=None, args=(), kwargs={})
group: 线程组,目前还没有实现,库引用中提示必须是None;
target: 要执行的方法;
name: 线程名;
args/kwargs: 要传入方法的参数。
实例方法:
isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
get/setName(name): 获取/设置线程名。
is/setDaemon(bool): 获取/设置是否守护线程。初始值从创建该线程的线程继承。当没有非守护线程仍在运行时,程序将终止。
start(): 启动线程。
join([timeout]): 阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout(可选参数)。
一个使用join()的例子:
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
def context(tJoin):
|
06
|
print 'in threadContext.'
|
07
|
tJoin.start()
|
08
|
|
09
|
# 将阻塞tContext直到threadJoin终止。
|
10
|
tJoin.join()
|
11
|
|
12
|
# tJoin终止后继续执行。
|
13
|
print 'out threadContext.'
|
14
|
15
|
def join():
|
16
|
print 'in threadJoin.'
|
17
|
time.sleep( 1 )
|
18
|
print 'out threadJoin.'
|
19
|
20
|
tJoin = threading.Thread(target = join)
|
21
|
tContext = threading.Thread(target = context, args = (tJoin,))
|
22
|
23
|
tContext.start()
|
运行结果:
in threadContext.
in threadJoin.
out threadJoin.
out threadContext.
3.2. Lock
Lock(指令锁)是可用的最低级的同步指令。Lock处于锁定状态时,不被特定的线程拥有。Lock包含两种状态——锁定和非锁定,以及两个基本的方法。
可以认为Lock有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。
构造方法:
Lock()
实例方法:
acquire([timeout]): 使线程进入同步阻塞状态,尝试获得锁定。
release(): 释放锁。使用前线程必须已获得锁定,否则将抛出异常。
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
data = 0
|
06
|
lock = threading.Lock()
|
07
|
08
|
def func():
|
09
|
global data
|
10
|
print '%s acquire lock...' % threading.currentThread().getName()
|
11
|
|
12
|
# 调用acquire([timeout])时,线程将一直阻塞,
|
13
|
# 直到获得锁定或者直到timeout秒后(timeout参数可选)。
|
14
|
# 返回是否获得锁。
|
15
|
if lock.acquire():
|
16
|
print '%s get the lock.' % threading.currentThread().getName()
|
17
|
data + = 1
|
18
|
time.sleep( 2 )
|
19
|
print '%s release lock...' % threading.currentThread().getName()
|
20
|
|
21
|
# 调用release()将释放锁。
|
22
|
lock.release()
|
23
|
24
|
t1 = threading.Thread(target = func)
|
25
|
t2 = threading.Thread(target = func)
|
26
|
t3 = threading.Thread(target = func)
|
27
|
t1.start()
|
28
|
t2.start()
|
29
|
t3.start()
|
3.3. RLock
RLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念,处于锁定状态时,RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire(),释放锁时需要调用release()相同次数。
可以认为RLock包含一个锁定池和一个初始值为0的计数器,每次成功调用 acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。
构造方法:
RLock()
实例方法:
acquire([timeout])/release(): 跟Lock差不多。
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
rlock = threading.RLock()
|
06
|
07
|
def func():
|
08
|
# 第一次请求锁定
|
09
|
print '%s acquire lock...' % threading.currentThread().getName()
|
10
|
if rlock.acquire():
|
11
|
print '%s get the lock.' % threading.currentThread().getName()
|
12
|
time.sleep( 2 )
|
13
|
|
14
|
# 第二次请求锁定
|
15
|
print '%s acquire lock again...' % threading.currentThread().getName()
|
16
|
if rlock.acquire():
|
17
|
print '%s get the lock.' % threading.currentThread().getName()
|
18
|
time.sleep( 2 )
|
19
|
|
20
|
# 第一次释放锁
|
21
|
print '%s release lock...' % threading.currentThread().getName()
|
22
|
rlock.release()
|
23
|
time.sleep( 2 )
|
24
|
|
25
|
# 第二次释放锁
|
26
|
print '%s release lock...' % threading.currentThread().getName()
|
27
|
rlock.release()
|
28
|
29
|
t1 = threading.Thread(target = func)
|
30
|
t2 = threading.Thread(target = func)
|
31
|
t3 = threading.Thread(target = func)
|
32
|
t1.start()
|
33
|
t2.start()
|
34
|
t3.start()
|
3.4. Condition
Condition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。
可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于状态图中的等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。
构造方法:
Condition([lock/rlock])
实例方法:
acquire([timeout])/release(): 调用关联的锁的相应方法。
wait([timeout]): 调用这个方法将使线程进入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(): 调用这个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(): 调用这个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。
例子是很常见的生产者/消费者模式:
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
# 商品
|
06
|
product = None
|
07
|
# 条件变量
|
08
|
con = threading.Condition()
|
09
|
10
|
# 生产者方法
|
11
|
def produce():
|
12
|
global product
|
13
|
|
14
|
if con.acquire():
|
15
|
while True :
|
16
|
if product is None :
|
17
|
print 'produce...'
|
18
|
product = 'anything'
|
19
|
|
20
|
# 通知消费者,商品已经生产
|
21
|
con.notify()
|
22
|
|
23
|
# 等待通知
|
24
|
con.wait()
|
25
|
time.sleep( 2 )
|
26
|
27
|
# 消费者方法
|
28
|
def consume():
|
29
|
global product
|
30
|
|
31
|
if con.acquire():
|
32
|
while True :
|
33
|
if product is not None :
|
34
|
print 'consume...'
|
35
|
product = None
|
36
|
|
37
|
# 通知生产者,商品已经没了
|
38
|
con.notify()
|
39
|
|
40
|
# 等待通知
|
41
|
con.wait()
|
42
|
time.sleep( 2 )
|
43
|
44
|
t1 = threading.Thread(target = produce)
|
45
|
t2 = threading.Thread(target = consume)
|
46
|
t2.start()
|
47
|
t1.start()
|
3.5. Semaphore/BoundedSemaphore
Semaphore(信号量)是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器,每当调用acquire()时-1,调用release() 时+1。计数器不能小于0;当计数器为0时,acquire()将阻塞线程至同步锁定状态,直到其他线程调用release()。
基于这个特点,Semaphore经常用来同步一些有“访客上限”的对象,比如连接池。
BoundedSemaphore 与Semaphore的唯一区别在于前者将在调用release()时检查计数器的值是否超过了计数器的初始值,如果超过了将抛出一个异常。
构造方法:
Semaphore(value=1): value是计数器的初始值。
实例方法:
acquire([timeout]): 请求Semaphore。如果计数器为0,将阻塞线程至同步阻塞状态;否则将计数器-1并立即返回。
release(): 释放Semaphore,将计数器+1,如果使用BoundedSemaphore,还将进行释放次数检查。release()方法不检查线程是否已获得 Semaphore。
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
# 计数器初值为2
|
06
|
semaphore = threading.Semaphore( 2 )
|
07
|
08
|
def func():
|
09
|
|
10
|
# 请求Semaphore,成功后计数器-1;计数器为0时阻塞
|
11
|
print '%s acquire semaphore...' % threading.currentThread().getName()
|
12
|
if semaphore.acquire():
|
13
|
|
14
|
print '%s get semaphore' % threading.currentThread().getName()
|
15
|
time.sleep( 4 )
|
16
|
|
17
|
# 释放Semaphore,计数器+1
|
18
|
print '%s release semaphore' % threading.currentThread().getName()
|
19
|
semaphore.release()
|
20
|
21
|
t1 = threading.Thread(target = func)
|
22
|
t2 = threading.Thread(target = func)
|
23
|
t3 = threading.Thread(target = func)
|
24
|
t4 = threading.Thread(target = func)
|
25
|
t1.start()
|
26
|
t2.start()
|
27
|
t3.start()
|
28
|
t4.start()
|
29
|
30
|
time.sleep( 2 )
|
31
|
32
|
# 没有获得semaphore的主线程也可以调用release
|
33
|
# 若使用BoundedSemaphore,t4释放semaphore时将抛出异常
|
34
|
print 'MainThread release semaphore without acquire'
|
35
|
semaphore.release()
|
3.6. Event
Event(事件)是最简单的线程通信机制之一:一个线程通知事件,其他线程等待事件。Event内置了一个初始为False的标志,当调用set()时设为True,调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。
Event其实就是一个简化版的 Condition。Event没有锁,无法使线程进入同步阻塞状态。
构造方法:
Event()
实例方法:
isSet(): 当内置标志为True时返回True。
set(): 将标志设为True,并通知所有处于等待阻塞状态的线程恢复运行状态。
clear(): 将标志设为False。
wait([timeout]): 如果标志为True将立即返回,否则阻塞线程至等待阻塞状态,等待其他线程调用set()。
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
import time
|
04
|
05
|
event = threading.Event()
|
06
|
07
|
def func():
|
08
|
# 等待事件,进入等待阻塞状态
|
09
|
print '%s wait for event...' % threading.currentThread().getName()
|
10
|
event.wait()
|
11
|
|
12
|
# 收到事件后进入运行状态
|
13
|
print '%s recv event.' % threading.currentThread().getName()
|
14
|
15
|
t1 = threading.Thread(target = func)
|
16
|
t2 = threading.Thread(target = func)
|
17
|
t1.start()
|
18
|
t2.start()
|
19
|
20
|
time.sleep( 2 )
|
21
|
22
|
# 发送事件通知
|
23
|
print 'MainThread set event.'
|
24
|
event. set ()
|
3.7. Timer
Timer(定时器)是Thread的派生类,用于在指定时间后调用一个方法。
构造方法:
Timer(interval, function, args=[], kwargs={})
interval: 指定的时间
function: 要执行的方法
args/kwargs: 方法的参数
实例方法:
Timer从Thread派生,没有增加实例方法。
1
|
# encoding: UTF-8
|
2
|
import threading
|
3
|
4
|
def func():
|
5
|
print 'hello timer!'
|
6
|
7
|
timer = threading.Timer( 5 , func)
|
8
|
timer.start()
|
3.8. local
local是一个小写字母开头的类,用于管理 thread-local(线程局部的)数据。对于同一个local,线程无法访问其他线程设置的属性;线程设置的属性不会被其他线程设置的同名属性替换。
可以把local看成是一个“线程-属性字典”的字典,local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
04
|
local = threading.local()
|
05
|
local.tname = 'main'
|
06
|
07
|
def func():
|
08
|
local.tname = 'notmain'
|
09
|
print local.tname
|
10
|
11
|
t1 = threading.Thread(target = func)
|
12
|
t1.start()
|
13
|
t1.join()
|
14
|
15
|
print local.tname
|
熟练掌握Thread、Lock、Condition就可以应对绝大多数需要使用线程的场合,某些情况下local也是非常有用的东西。本文的最后使用这几个类展示线程基础中提到的场景:
01
|
# encoding: UTF-8
|
02
|
import threading
|
03
|
04
|
alist = None
|
05
|
condition = threading.Condition()
|
06
|
07
|
def doSet():
|
08
|
if condition.acquire():
|
09
|
while alist is None :
|
10
|
condition.wait()
|
11
|
for i in range ( len (alist))[:: - 1 ]:
|
12
|
alist[i] = 1
|
13
|
condition.release()
|
14
|
15
|
def doPrint():
|
16
|
if condition.acquire():
|
17
|
while alist is None :
|
18
|
condition.wait()
|
19
|
for i in alist:
|
20
|
print i,
|
21
|
print
|
22
|
condition.release()
|
23
|
24
|
def doCreate():
|
25
|
global alist
|
26
|
if condition.acquire():
|
27
|
if alist is None :
|
28
|
alist = [ 0 for i in range ( 10 )]
|
29
|
condition.notifyAll()
|
30
|
condition.release()
|
31
|
32
|
tset = threading.Thread(target = doSet,name = 'tset' )
|
33
|
tprint = threading.Thread(target = doPrint,name = 'tprint' )
|
34
|
tcreate = threading.Thread(target = doCreate,name = 'tcreate' )
|
35
|
tset.start()
|
36
|
tprint.start()
|
37
|
tcreate.start()
1. 线程基础1.1. 线程状态线程有5种状态,状态转换的过程如下图所示: 1.2. 线程同步(锁)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。考虑这样一种情况: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。 线程与锁的交互如下图所示: 1.3. 线程通信(条件变量)然而还有另外一种尴尬的情况:列表并不是一开始就有的;而是通过线程"create"创建的。如果"set"或者"print" 在"create"还没有运行的时候就访问列表,将会出现一个异常。使用锁可以解决这个问题,但是"set"和"print"将需要一个无限循环——他们不知道"create"什么时候会运行,让"create"在运行后通知"set"和"print"显然是一个更好的解决方案。于是,引入了条件变量。 条件变量允许线程比如"set"和"print"在条件不满足的时候(列表为None时)等待,等到条件满足的时候(列表已经创建)发出一个通知,告诉"set" 和"print"条件已经有了,你们该起床干活了;然后"set"和"print"才继续运行。 线程与条件变量的交互如下图所示: 1.4. 线程运行和阻塞的状态转换最后看看线程运行和阻塞状态的转换。 阻塞有三种情况: tips: 如果能理解这些内容,接下来的主题将是非常轻松的;并且,这些内容在大部分流行的编程语言里都是一样的。(意思就是非看懂不可 >_< 嫌作者水平低找别人的教程也要看懂) 2. threadPython通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。
thread 模块提供的其他方法: thread还提供了一个ThreadLocal类用于管理线程相关的数据,名为 thread._local,threading中引用了这个类。 由于thread提供的线程功能不多,无法在主线程结束后继续运行,不提供条件变量等等原因,一般不使用thread模块,这里就不多介绍了。 3. threadingthreading基于Java的线程模型设计。锁(Lock)和条件变量(Condition)在Java中是对象的基本行为(每一个对象都自带了锁和条件变量),而在Python中则是独立的对象。Python Thread提供了Java Thread的行为的子集;没有优先级、线程组,线程也不能被停止、暂停、恢复、中断。Java Thread中的部分被Python实现了的静态方法在threading中以模块方法的形式提供。 threading 模块提供的常用方法: threading模块提供的类: 3.1. ThreadThread是线程类,与Java类似,有两种使用方法,直接传入要运行的方法或从Thread继承并覆盖run():
构造方法: 实例方法: 一个使用join()的例子:
运行结果:
3.2. LockLock(指令锁)是可用的最低级的同步指令。Lock处于锁定状态时,不被特定的线程拥有。Lock包含两种状态——锁定和非锁定,以及两个基本的方法。 可以认为Lock有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。 构造方法: 实例方法:
3.3. RLockRLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念,处于锁定状态时,RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire(),释放锁时需要调用release()相同次数。 可以认为RLock包含一个锁定池和一个初始值为0的计数器,每次成功调用 acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。 构造方法: 实例方法:
3.4. ConditionCondition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。 可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于状态图中的等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。 构造方法: 实例方法: 例子是很常见的生产者/消费者模式:
3.5. Semaphore/BoundedSemaphoreSemaphore(信号量)是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器,每当调用acquire()时-1,调用release() 时+1。计数器不能小于0;当计数器为0时,acquire()将阻塞线程至同步锁定状态,直到其他线程调用release()。 基于这个特点,Semaphore经常用来同步一些有“访客上限”的对象,比如连接池。 BoundedSemaphore 与Semaphore的唯一区别在于前者将在调用release()时检查计数器的值是否超过了计数器的初始值,如果超过了将抛出一个异常。 构造方法: 实例方法:
3.6. EventEvent(事件)是最简单的线程通信机制之一:一个线程通知事件,其他线程等待事件。Event内置了一个初始为False的标志,当调用set()时设为True,调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。 Event其实就是一个简化版的 Condition。Event没有锁,无法使线程进入同步阻塞状态。 构造方法: 实例方法:
3.7. TimerTimer(定时器)是Thread的派生类,用于在指定时间后调用一个方法。 构造方法: 实例方法:
3.8. locallocal是一个小写字母开头的类,用于管理 thread-local(线程局部的)数据。对于同一个local,线程无法访问其他线程设置的属性;线程设置的属性不会被其他线程设置的同名属性替换。 可以把local看成是一个“线程-属性字典”的字典,local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。
熟练掌握Thread、Lock、Condition就可以应对绝大多数需要使用线程的场合,某些情况下local也是非常有用的东西。本文的最后使用这几个类展示线程基础中提到的场景:
|
转载于:https://www.cnblogs.com/linyawen/archive/2011/10/27/2226839.html
Python线程指南 ---转自 http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html相关推荐
- 存储过程使用事物的几种方式 转载自--http://www.cnblogs.com/chengxiaoming/archive/2010/06/11/1756163.html...
--方式一 ifexists (select*from dbo.sysobjects where id =object_id(N'[dbo].[USP_ProcedureWithTransaction ...
- 黄聪:如何使用CodeSmith批量生成代码(转:http://www.cnblogs.com/huangcong/archive/2010/06/14/1758201.html)...
先看看CodeSmith的工作原理: 简单的说:CodeSmith首先会去数据库获取数据库的结构,如各个表的名称,表的字段,表间的关系等等,之后再根据用户自定义好的模板文件,用数据库结构中的关键字替代 ...
- VS2010版本介绍(转自:http://www.cnblogs.com/Leo_wl/archive/2010/06/02/1750035.html)
图片: Visual Studio 2010 已经发布1个多月了,个人感觉在使用过程中有些新功能确实方便了很多.在此分享一些比较实用的功能,也算是抛砖引玉欢迎大家来补充其他自己常用的功能特性. 起始页 ...
- python 线程指南
转载地址:http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html 本文介绍了Python对于线程的支持,包括"学会" ...
- Python线程指南
http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html 3. threading threading基于Java的线程模型设计.锁(Lo ...
- http://www.cnblogs.com/QJohnson/archive/2011/06/24/2089414.html
http://www.cnblogs.com/QJohnson/archive/2011/06/24/2089414.html 转载于:https://www.cnblogs.com/seasonss ...
- http://www.cnblogs.com/Bear-Study-Hard/archive/2008/03/26/1123267.html
http://www.cnblogs.com/Bear-Study-Hard/archive/2008/03/26/1123267.html 转载于:https://www.cnblogs.com/m ...
- http://www.cnblogs.com/yungboy/archive/2010/05/28/1746376.html
http://www.cnblogs.com/yungboy/archive/2010/05/28/1746376.html 2010年07月08日 l 微软官方资源 (1)MSDN上的快速入门 微软 ...
- http://www.cnblogs.com/xia520pi/archive/2012/06/04/2534533.html(重要)
http://www.cnblogs.com/xia520pi/archive/2012/06/04/2534533.html
最新文章
- 基于mysql-proxy读写分离
- Silverlight学习笔记之页面跳转
- 思科UCS服务器怎么安装系统,安装Redhat/CentOS操作系统在UCS M系列服务器
- 拉氏变换法求解线性常微分方程(系统的零状态响应)
- 9.22 keep studying
- [Codeforces235D]Graph Game——概率与期望+基环树+容斥
- HDU1559 最大子矩阵【DP】
- Soft Actor Critic算法论文公式详解
- 加载中动画(gif)
- C# JPG转PDF
- 有监督学习-逻辑回归sklearn应用举例
- cpython cython_Cython笔记
- 台式计算机打字标准手法,怎样才能练好标准的打字方法?电脑键盘打字指法教学...
- lvs负载均衡之配置lvs-tun模式的httpd负载集群
- Linux中lvdisplay命令的用法,lvdisplay
- python第4周(python学习题集)
- PCB设计学习笔记(四)PCB电源系统
- 蓝牙MAC地址认证以及WiFi MAC地址认证
- 小学教师资格证笔试答题模板
- 上海电气推出电力行业数字化服务解决方案