首页 > 代码库 > python多线程
python多线程
首先，说明一下多线程的应用场景：当python处理多个任务时，这些任务本质是异步的，需要有多个并发事务，各个事务的运行顺序可以是不确定的、随机的、不可预测的。计算密集型的任务可以顺序执行分隔成的多个子任务，也可以用多线程的方式处理。但I/O密集型的任务就不好以单线程方式处理了，如果不用多线程，只能用一个或多个计时器来处理实现。
下面说一下进程与线程：进程（有时叫重量级进程），是程序的一次执行，正如我们在centos中，ps -aux | grep something 的时候，总有一个他自身产生的进程，也就是这个grep进程，每个进程有自己的地址空间、内存、数据栈、及其他记录其运行轨迹的辅助数据，因此各个进程也不能直接共享信息，只能用进程间通信（IPC）。
线程（轻量级进程），与进程最大的区别是，所有的线程运行在同一个进程中，共享相同的运行环境，共享同一片数据空间。所以线程之间可以比进程之间更方便的共享数据以及相互通讯，并发执行完成事务。
为了方便理解记忆进程与线程的关系，我们可以做一个类比：把cpu比作一个搬家公司，而这家搬家公司只有一辆车(进程)来供使用，开始，这家搬家公司很穷，只有一个员工(单线程)，那么，这个搬家公司一天，最多只能搬5家，后来，老板赚到钱了，他没买车，而是多雇了n个员工(多线程)，这样，每个员工会被安排每次只搬一家，然后就去休息，把车让出来，让其他人搬下一家，这看起来其实并没有提高多少效率，反而增加了成本是吧，这是因为GIL(Global Interpreter Lock) 全局解释器锁，保证了线程安全(保证数据被安全读取)，即同时只能有一个线程在CPU上运行，这是python特有的机制，也就是说，即使你的运行环境具有双CPU，python虚拟机也只会使用一个cpu，也就是说GIL 直接导致 CPython 不能利用物理多核的性能加速运算。具体的详细解释(历史遗留问题，硬件发展太快)可以参考这篇博客：
http://blog.sina.com.cn/s/blog_64ecfc2f0102uzzf.html
在python核心编程中，作者极力建议我们不要使用thread模块，而是要使用threading模块，原因如下：
1、当主线程退出时，所有其他线程没有被清除就退出了，thread模块无法保护所有子线程的安全退出。即，thread 模块不支持守护进程。
2、thread模块的属性有可能会与threading出现冲突。
3、低级别的thread模块的同步原语很少（实际只有一个，应该是sleep）。
一、thread模块
以下是不使用GIL和使用GIL的两个示例代码：
1.不使用GIL的代码示例：
1 from time import sleep,ctime 2 import thread 3 4 def loop0(): 5 print ‘start loop 0 at: ‘,ctime() 6 sleep(4) 7 print ‘loop 0 done at: ‘,ctime() 8 def loop1(): 9 print ‘start loop 1 at: ‘,ctime() 10 sleep(2) 11 print ‘loop 1 done at: ‘,ctime() 12 def main(): 13 print ‘start at: ‘,ctime() 14 thread.start_new_thread(loop0,()) 15 thread.start_new_thread(loop1,()) 16 sleep(6) 17 print ‘all loop is done, ‘ ,ctime() 18 19 if __name__==‘__main__‘: 20 main() 21 22 23 输出结果： 24 25 start at: Thu Jan 28 10:46:27 2016 26 start loop 0 at: Thu Jan 28 10:46:27 2016 27 28 start loop 1 at: Thu Jan 28 10:46:27 2016 29 loop 1 done at: Thu Jan 28 10:46:29 2016 30 loop 0 done at: Thu Jan 28 10:46:31 2016 31 all loop is done, Thu Jan 28 10:46:33 2016
由以上输出可以看出，我们成功开启了两个线程，并且与主线程同步，在第2s时，loop1先完成，第4s时loop0完成，又过了2s，主线程完成结束。整个主线程经过了6s，loop0和loop1同步完成。
2、使用GIL的代码示例：
1 import thread 2 from time import sleep,ctime 3 loops = [4,2] 4 def loop(nloop,nsec,lock): 5 print ‘start loop‘,nloop,‘at: ‘,ctime() 6 sleep(nsec) 7 print ‘loop‘,nloop,‘done at:‘,ctime() 8 lock.release() 9 def main(): 10 print ‘starting at:‘,ctime() 11 locks = [] 12 nloops = range(len(loops)) 13 14 for i in nloops: 15 lock = thread.allocate_lock() #创建锁的列表，存在locks中 16 lock.acquire() 17 locks.append(lock) 18 for i in nloops: 19 thread.start_new_thread(loop,(i,loops[i],locks[i])) #创建线程，参数为循环号，睡眠时间，锁 20 for i in nloops: 21 while locks[i].locked(): #等待循环完成，解锁 22 pass 23 print ‘all DONE at:‘,ctime() 24 if __name__ == ‘__main__‘: 25 main() 26 27 28 以上输出如下： 29 30 starting at: Thu Jan 28 14:59:22 2016 31 start loop 0 at: Thu Jan 28 14:59:22 2016 32 33 start loop 1 at: Thu Jan 28 14:59:22 2016 34 loop 1 done at: Thu Jan 28 14:59:24 2016 35 loop 0 done at: Thu Jan 28 14:59:26 2016 36 all DONE at: Thu Jan 28 14:59:26 2016
历时4秒，这样效率得到提高，也比在主线程中用一个sleep()函数来计时更为合理。
二、threading模块
1、Thread类
在thread类中，可以用以下三种方法来创建线程：
(1)创建一个thread实例，传给它一个函数
(2)创建一个thread实例，传给它一个可调用的类对象
(3)从thread派生出一个子类，创建这个子类的对象
方法(1)
1 __author__ = ‘dell‘ 2 import threading 3 from time import sleep,ctime 4 def loop0(): 5 print ‘start loop 0 at:‘,ctime() 6 sleep(4) 7 print ‘loop 0 done at:‘,ctime() 8 def loop1(): 9 print ‘start loop 1 at:‘,ctime() 10 sleep(2) 11 print ‘loop 1 done at:‘,ctime() 12 def main(): 13 print ‘starting at:‘,ctime() 14 threads = [] 15 t1 = threading.Thread(target=loop0,args=()) #创建线程 16 threads.append(t1) 17 t2 = threading.Thread(target=loop1,args=()) 18 threads.append(t2) 19 for t in threads: 20 t.setDaemon(True)<span style="white-space:pre"> </span> #开启守护线程(一定要在start()前调用) 21 t.start()<span style="white-space:pre"> </span> #开始线程执行 22 for t in threads:<span style="white-space:pre"> </span> 23 t.join()<span style="white-space:pre"> </span> #将程序挂起阻塞，直到线程结束，如果给出数值，则最多阻塞timeout秒 24 25 if __name__ == ‘__main__‘: 26 main() 27 print ‘All DONE at:‘,ctime() 28 29 在这里，就不用像thread模块那样要管理那么多锁(分配、获取、释放、检查等)了，同时我也减少了循环的代码，直接自己编号循环了，得到输出如下： 30 31 32 starting at: Thu Jan 28 16:38:14 2016 33 start loop 0 at: Thu Jan 28 16:38:14 2016 34 start loop 1 at: Thu Jan 28 16:38:14 2016 35 loop 1 done at: Thu Jan 28 16:38:16 2016 36 loop 0 done at: Thu Jan 28 16:38:18 2016 37 All DONE at: Thu Jan 28 16:38:18 2016
结果相同，但是从代码的逻辑来看，要清晰的多了。其他两种在此就不贴出代码了。实例化一个Thread与调用thread.start_new_thread直接最大的区别就是新的线程不会立即开始执行，也就是说，在threading模块的Thread类中当我们实例化之后，再调用.start()函数后被统一执行，这使得我们的程序具有很好的同步特性。
下面是单线程与多线程的一个对比示例，分别以乘除完成两组运算，从而看出多线程对效率的提高
1 from time import ctime,sleep 2 import threading 3 4 def multi(): 5 num1 = 1 6 print ‘start mutiple at:‘,ctime() 7 for i in range(1,10): 8 num1 = i*num1 9 sleep(0.2) 10 print ‘mutiple finished at:‘,ctime() 11 return num1 12 def divide(): 13 num2 = 100 14 print ‘start division at:‘,ctime() 15 for i in range(1,10): 16 num2 = num2/i 17 sleep(0.4) 18 print ‘division finished at:‘,ctime() 19 return num2 20 def main(): 21 print ‘---->single Thread‘ 22 x1 = multi() 23 x2 = divide() 24 print ‘The sum is ‘,sum([x1,x2]),‘\nfinished singe thread‘,ctime() 25 26 print ‘----->Multi Thread‘ 27 threads = [] 28 t1 = threading.Thread(target=multi,args=()) 29 threads.append(t1) 30 t2 = threading.Thread(target=divide,args=()) 31 threads.append(t2) 32 for t in threads: 33 t.setDaemon(True) 34 t.start() 35 for t in threads: 36 t.join() 37 38 if __name__ == ‘__main__‘: 39 main() 40 41 结果如下： 42 43 44 45 ---->single Thread 46 47 start mutiple at: Thu Jan 28 21:41:18 2016 48 49 mutiple finished at: Thu Jan 28 21:41:20 2016 50 51 start division at: Thu Jan 28 21:41:20 2016 52 53 division finished at: Thu Jan 28 21:41:24 2016 54 55 The sum is 362880 56 57 finished singe thread Thu Jan 28 21:41:24 2016 58 59 ----->Multi Thread 60 61 start mutiple at: Thu Jan 28 21:41:24 2016 62 63 start division at: Thu Jan 28 21:41:24 2016 64 65 mutiple finished at: Thu Jan 28 21:41:26 2016 66 67 division finished at: Thu Jan 28 21:41:27 2016 68 69 The sum is : 362880
python多线程