Python学习笔记16：标准库多线程（threading包裹）

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

Python主要是通过标准库threading包来实现多线程。

今天，互联网时代，所有的server您将收到大量请求。

server要利用多线程的方式的优势来处理这些请求，为了改善网络port读写效率。

Python它是一个网络server后台工作语言 (豆瓣网)，所以多线程也就非常自然被Python语言支持。

多线程售票以及同步

我们使用Python来实现Linux多线程与同步文中的售票程序。

我们使用mutex (也就是Python中的Lock类对象) 来实现线程的同步:

import threading
import time
import os# This function could be called by any function to do other chores.
def doChore():
time.sleep(0.5)# Function for each thread
def booth(tid):
global i
global lock
while True:
lock.acquire() # Lock; or wait if other thread is holding the lock
if i != 0:
i = i - 1 # Sell tickets
print(tid,':now left:',i) # Tickets left
doChore() # Other critical operations
else:
print("Thread_id",tid," No more tickets")
os._exit(0) # Exit the whole process immediately
lock.release() # Unblock
doChore() # Non-critical operations# Start of the main function
i = 100 # Available ticket number
lock = threading.Lock() # Lock (i.e., mutex)# Start 10 threads
for k in range(10):
new_thread = threading.Thread(target=booth,args=(k,)) # Set up thread; target: the callable (function) to be run, args: the argument for the callable
new_thread.start() # run the thread

这里使用了两个全局变量，一个是i，用以储存剩余票数。一个是lock对象，用于同步线程对i的改动。

此外。在最后的for循环中，我们总共设置了10个线程。

每一个线程都运行booth()函数。

线程在调用start()方法的时候正式启动 (实际上，计算机中最多会有11个线程。由于主程序本身也会占用一个线程)。

Python使用threading.Thread对象来代表线程，用threading.Lock对象来代表一个相互排斥锁 (mutex)。

有两点须要注意:

我们在函数中使用global来声明变量为全局变量，从而让多线程共享i和lock (在C语言中，我们通过将变量放在全部函数外面来让它成为全局变量)。

假设不这么声明，因为i和lock是不可变数据对象。它们将被当作一个局部变量。

假设是可变数据对象的话，则不须要global声明。

我们甚至能够将可变数据对象作为參数来传递给线程函数。

这些线程将共享这些可变数据对象。我们在booth中使用了两个doChore()函数。

能够在未来改进程序。以便让线程除了进行i=i-1之外，做很多其它的操作，比方打印剩余票数，找钱，或者喝口水之类的。

第一个doChore()依旧在Lock内部。所以能够安全地使用共享资源 (critical operations, 比方打印剩余票数)。

第二个doChore()时。Lock已经被释放，所以不能再去使用共享资源。

这时候能够做一些不使用共享资源的操作 (non-critical operation, 比方找钱、喝水)。

这里有益让doChore()等待了0.5秒。以代表这些额外的操作可能花费的时间。

你能够定义的函数来取代doChore()。

OOP创建线程

上面的Python程序很类似于一个面向过程的C程序。

我们以下介绍怎样通过面向对象的方法实现多线程，其核心是继承threading.Thread类。

import threading
import time
import osdef doChore():
time.sleep(0.5)# Function for each thread
class BoothThread(threading.Thread):
def __init__(self, tid, monitor):
self.tid = tid
self.monitor = monitor
threading.Thread.__init__(self)
def run(self):
while True:
monitor['lock'].acquire() # Lock; or wait if other thread is holding the lock
if monitor['tick'] != 0:
monitor['tick'] = monitor['tick'] - 1 # Sell tickets
print(self.tid,':now left:',monitor['tick']) # Tickets left
doChore() # Other critical operations
else:
print("Thread_id",self.tid," No more tickets")
os._exit(0) # Exit the whole process immediately
monitor['lock'].release() # Unblock
doChore() # Non-critical operations# Start of the main function
monitor = {'tick':100, 'lock':threading.Lock()}# Start 10 threads
for k in range(10):
new_thread = BoothThread(k, monitor)
new_thread.start()

上面的for循环中已经利用了threading.Thread()的方法来创建一个Thread对象，并将函数booth()以及其參数传递给改对象，并调用start()方法来执行线程。

OOP的话。通过改动Thread类的run()方法来定义线程所要运行的命令。

自定义了一个类BoothThread, 这个类继承自thread.Threading类。

然后我们把上面的booth()所进行的操作统统放入到BoothThread类的run()方法中。

注意。我们没有使用全局变量声明global，而是使用了一个词典monitor存放全局变量，然后把词典作为參数传递给线程函数。

因为词典是可变数据对象。所以当它被传递给函数的时候，函数所使用的依旧是同一个对象，相当于被多个线程所共享。

这也是多线程乃至于多进程编程的一个技巧 (应尽量避免上面的global声明的使用方法，由于它并不适用于windows平台)。

上面OOP编程方法与面向过程的编程方法相比，并没有带来太大实质性的区别。

其它

threading.Thread对象，我们已经介绍了该对象的start()和run(), 此外：

join()方法

调用该方法的线程将等待直到改Thread对象完毕。再恢复执行。这与进程间调用wait()函数相类似。

以下的对象用于处理多线程同步。

对象一旦被建立。能够被多个线程共享，并依据情况堵塞某些进程。

threading.Lock对象

mutex, 有acquire()和release()方法。

threading.Condition对象

condition variable，建立该对象时。会包括一个Lock对象 (由于condition variable总是和mutex一起使用)。

能够对Condition对象调用acquire()和release()方法，以控制潜在的Lock对象。

wait()方法

相当于cond_wait()

notify_all()

相当与cond_broadcast()

nofify()

与notify_all()功能类似，但仅仅唤醒一个等待的线程，而不是所有

threading.Semaphore对象

semaphore，也就是计数锁。