Python 多线程

多线程类似于同一时候执行多个不同程序，多线程执行有例如以下长处：

• 使用线程能够把占领长时间的程序中的任务放到后台去处理。
• 用户界面能够更加吸引人。这样比方用户点击了一个button去触发某些事件的处理，能够弹出一个进度条来显示处理的进度
• 程序的执行速度可能加快
• 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，线程就比較实用了。在这样的情况下我们能够释放一些珍贵的资源如内存占用等等。

线程在运行过程中与进程还是有差别的。

每一个独立的线程有一个程序运行的入口、顺序运行序列和程序的出口。可是线程不可以独立运行，必须依存在应用程序中。由应用程序提供多个线程运行控制。

每一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执行该线程的CPU寄存器的状态。

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执行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

• 线程能够被抢占（中断）。

• 在其它线程正在执行时，线程能够临时搁置（也称为睡眠） -- 这就是线程的退让。

開始学习Python线程

Python中使用线程有两种方式：函数或者用类来包装线程对象。

函数式：调用_thread模块(在python3.0之前叫做thread)中的start_new_thread()函数来产生新线程。语法例如以下:

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

參数说明:

• function - 线程函数。
• args - 传递给线程函数的參数,他必须是个tuple类型。
• kwargs - 可选參数。

实例：

#coding=utf-8
#!/usr/bin/python

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
try:
   _thread.start_new_thread( print_time, ("Thread-1", 2, ) )
   _thread.start_new_thread( print_time, ("Thread-2", 4, ) )
except:
   print ("Error: unable to start thread")
while 1:
   pass

运行以上程序输出结果例如以下：

Thread-1: Sun Aug 23 20:43:18 2015
Thread-1: Sun Aug 23 20:43:20 2015
Thread-2: Sun Aug 23 20:43:20 2015
Thread-1: Sun Aug 23 20:43:22 2015
Thread-2: Sun Aug 23 20:43:24 2015
Thread-1: Sun Aug 23 20:43:24 2015
Thread-1: Sun Aug 23 20:43:26 2015

线程的结束一般依靠线程函数的自然结束。也能够在线程函数中调用_thread.exit()。他抛出SystemExit exception，达到退出线程的目的。

线程模块

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。

thread 模块提供的其它方法：

• threading.currentThread(): 返回当前的线程变量。
• threading.enumerate(): 返回一个包括正在执行的线程的list。

  正在执行指线程启动后、结束前。不包括启动前和终止后的线程。

• threading.activeCount(): 返回正在执行的线程数量。与len(threading.enumerate())有同样的结果。

除了用法外。线程模块相同提供了Thread类来处理线程。Thread类提供了下面方法:

• 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。

  这堵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。

使用Threading模块创建线程

使用Threading模块创建线程。直接从threading.Thread继承，然后重写__init__方法和run方法：

#coding=utf-8
#!/usr/bin/python

#coding=utf-8
__author__ = ‘a359680405‘

import threading
import time
import _thread

exitFlag = 0

class myThread (threading.Thread):   #继承父类threading.Thread
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):                   #把要执行的代码写到run函数里面 线程在创建后会直接执行run函数
        print ("Starting " + self.name)
        print_time(self.name, self.counter, 5)
        print ("Exiting " + self.name)

def print_time(threadName, delay, counter):
    while counter:
        if exitFlag:
            _thread.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)

# 开启线程
thread1.start()
thread2.start()

print ("Exiting Main Thread")

以上程序运行结果例如以下；

Starting Thread-1
Starting Thread-2
Exiting Main Thread
Thread-1: Sun Aug 23 21:27:32 2015
Thread-1: Sun Aug 23 21:27:33 2015
Thread-2: Sun Aug 23 21:27:33 2015
Thread-1: Sun Aug 23 21:27:34 2015
Thread-1: Sun Aug 23 21:27:35 2015
Thread-2: Sun Aug 23 21:27:35 2015
Thread-1: Sun Aug 23 21:27:36 2015
Exiting Thread-1
Thread-2: Sun Aug 23 21:27:37 2015
Thread-2: Sun Aug 23 21:27:39 2015
Thread-2: Sun Aug 23 21:27:41 2015
Exiting Thread-2

线程同步

假设多个线程共同对某个数据改动，则可能出现不可预料的结果，为了保证数据的正确性，须要对多个线程进行同步。

使用Thread对象的Lock和Rlock能够实现简单的线程同步，这两个对象都有acquire方法和release方法。对于那些须要每次仅仅同意一个线程操作的数据，能够将其操作放到acquire和release方法之间。例如以下：

多线程的优势在于能够同一时候执行多个任务（至少感觉起来是这样）。可是当线程须要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里全部元素都是0，线程"set"从后向前把全部元素改成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"開始改的时候，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。为了避免这样的情况。引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比方"set"要訪问共享数据时，必须先获得锁定。假设已经有别的线程比方"print"获得锁定了，那么就让线程"set"暂停。也就是同步堵塞；等到线程"print"訪问完成，释放锁以后，再让线程"set"继续。

经过这种处理，打印列表时要么所有输出0，要么所有输出1，不会再出现一半0一半1的尴尬场面。

实例：

#coding=utf-8
__author__ = ‘a359680405‘

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 ("Starting " + self.name)
       # 获得锁。成功获得锁定后返回True
       # 可选的timeout參数不填时将一直堵塞直到获得锁定
       # 否则超时后将返回False
        threadLock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁
        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()

# 加入线程到线程列表
threads.append(thread1)
threads.append(thread2)

# 等待全部线程完毕
for t in threads:
    t.join()
print ("Exiting Main Thread")

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，包含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。可以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模块中的经常用法:

• Queue.qsize() 返回队列的大小
• Queue.empty() 假设队列为空。返回True,反之False
• Queue.full() 假设队列满了，返回True,反之False
• Queue.full 与 maxsize 大小相应
• 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() 在完毕一项工作之后，Queue.task_done()函数向任务已经完毕的队列发送一个信号
• Queue.join() 实际上意味着等到队列为空。再运行别的操作

实例:

#coding=utf-8
__author__ = ‘a359680405‘
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 ("Starting " + self.name)
        process_data(self.name, self.q)
        print ("Exiting " + 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

# 等待全部线程完毕
for t in threads:
    t.join()
print ("Exiting Main Thread")

以上程序运行结果：

Starting Thread-1
Starting Thread-2
Starting Thread-3
Thread-1 processing One
Thread-2 processing Two
Thread-3 processing Three
Thread-1 processing Four
Thread-2 processing Five
Exiting Thread-3
Exiting Thread-1
Exiting Thread-2
Exiting Main Thread