Python中的多线程编程,线程安全与锁(二)

在我的上篇博文Python中的多线程编程,线程安全与锁(一)中,我们熟悉了多线程编程与线程安全相关重要概念, Threading.Lock实现互斥锁的简单示例两种死锁(迭代死锁和互相等待死锁)情况及处理。今天我们将聚焦于Python的Threading模块总结线程同步问题。

1. Threading模块总结

1.1 Threading模块概览

threading用于提供线程相关的操作,线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组,线程也不能被停止、暂停、恢复、中断。

threading模块提供的类:  
  Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。

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 模块提供的常量:

  threading.TIMEOUT_MAX 设置threading全局超时时间。

1.2 Thread类

Thread是线程类,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()。推荐使用方法一,将目标函数作为target参数传入,非常简单实用

# coding:utf-8
import threading
import time
#方法一:将要执行的方法作为参数传给Thread的构造方法
def action(arg):
time.sleep(1)
print 'the arg is:%s\r' %arg for i in xrange(4):
t =threading.Thread(target=action,args=(i,))
t.start() print 'main thread end!' #方法二:从Thread继承,并重写run()
class MyThread(threading.Thread):
def __init__(self,arg):
super(MyThread, self).__init__()#注意:一定要显式的调用父类的初始化函数。
self.arg=arg
def run(self):#定义每个线程要运行的函数
time.sleep(1)
print 'the arg is:%s\r' % self.arg for i in xrange(4):
t =MyThread(i)
t.start() print 'main thread end!'

相关方法:

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。

  start():  线程准备就绪,等待CPU调度
  is/setDaemon(bool): 将该子线程设置为父线程的守护线程(默认为非守护线程(False))。(需要在线程start之前设置)

    关于“守护”的含义,我们可以这样理解,子线程为父线程的守护线程,意思是说子线程要守着父线程,一旦父线程执行完毕,也就不需要“守护”了,所以此时子线程就要结束。

    True: 设置该子进程为父进程的守护进程,即后台线程。主线程执行过程中,子线程也在进行,主线程执行完毕后,子线程不论成功与否,主线程和子线程均停止。
         False:设置该子进程为父进程的非守护进程,即前台进程。主线程执行过程中,子线程也在进行,主线程代码执行完毕后,仍需要等待子线程也执行完成后,主线程才会停止。
  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)。

1.2.1 关键参数setDaemon

该参数是设置线程属性,规定当前线程是否属于守护线程(默认为非守护线程(False))。(需要在线程start之前设置)

  • True: 设置该子进程为父进程的守护进程,即后台线程。主线程执行过程中,子线程也在进行,主线程执行完毕后,子线程不论成功与否,主线程和子线程均停止。
  • False:设置该子进程为父进程的非守护进程,即前台进程。主线程执行过程中,子线程也在进行,主线程代码执行完毕后,仍需要等待子线程也执行完成后,主线程才会停止。

关于setDaemon,默认子线程属于非守护线程,即主线程要等待所有子线程执行完之后,才停止程序。

# coding:utf-8
import threading
import time def action(arg):
time.sleep(1)
print 'sub thread start!the thread name is:%s\r' % threading.currentThread().getName()
print 'the arg is:%s\r' %arg
time.sleep(1) for i in xrange(4):
t =threading.Thread(target=action,args=(i,))
t.start() print 'main_thread end!' main_thread end!
sub thread start!the thread name is:Thread-2
the arg is:1
the arg is:0
sub thread start!the thread name is:Thread-4
the arg is:2
the arg is:3
Process finished with exit code 0
可以看出,创建的4个“前台”线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,程序停止

该例子验证了setDeamon(False)(默认)非守护线程,主线程执行过程中,子线程也在进行,主线程执行完毕后,等待子线程也执行完成后,主线程停止。

设置setDeamon=True时:

# coding:utf-8
import threading
import time def action(arg):
time.sleep(1)
print 'sub thread start!the thread name is:%s\r' % threading.currentThread().getName()
print 'the arg is:%s\r' %arg
time.sleep(1) for i in xrange(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)#设置线程为后台线程
t.start() print 'main_thread end!' main_thread end! 可以看出,主线程执行完毕后,后台线程不管是成功与否,主线程均停止

验证了setDeamon(True)守护线程,主线程执行过程中,守护线程也在进行,主线程执行完毕后,子线程不论成功与否,均与主线程一起停止。

1.2.2 关键参数join

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)。即当子进程的join()函数被调用时,主线程就被阻塞住了,意思为不再继续往下执行。

值得注意的是,由于join()会阻塞其他函数,如果我们要用for循环触发多个线程的执行,start()要和join()分开(用两个for循环,先用第一个for循环将全部子线程start(),再用第二个for循环将全部子线程join),不然会让多线程并行执行,变成多线程依次执行:

  • 因为如果其他线程还没有start(),那么由于start()操作属于主线程的调用,那么start()会被阻塞,我们原本想要的多线程并行执行会变成多线程依次执行。
  • 如果此时其他线程已经start()了,那么join()函数由于是对子线程的操作,不属于主线程,则不会被阻塞。
#coding:utf-8
import threading
import time def action(arg):
time.sleep(1)
print 'sub thread start!the thread name is:%s ' % threading.currentThread().getName()
print 'the arg is:%s ' %arg
time.sleep(1) thread_list = [] #线程存放列表
for i in xrange(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)
thread_list.append(t) for t in thread_list:
t.start() for t in thread_list:
t.join()
print("main_thread end!") #Output:
sub thread start!the thread name is:Thread-2
the arg is:1
sub thread start!the thread name is:Thread-3
the arg is:2
sub thread start!the thread name is:Thread-1
the arg is:0
sub thread start!the thread name is:Thread-4
the arg is:3
main_thread end! Process finished with exit code 0 设置join之后,主线程等待子线程全部执行完成后或者子线程超时后,主线程才会从被阻塞的地方继续执行。

验证了 join()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,即使设置了setDeamon(True)主线程依然要等待子线程结束

使用例子(join不妥当的用法,使多线程编程顺序执行)

#coding:utf-8
import threading
import time def action(arg):
time.sleep(1)
print 'sub thread start!the thread name is:%s ' % threading.currentThread().getName()
print 'the arg is:%s ' %arg
time.sleep(1) for i in xrange(4):
t =threading.Thread(target=action,args=(i,))
t.setDaemon(True)
t.start()
t.join() print 'main_thread end!' join不妥当用法 sub thread start!the thread name is:Thread-1
the arg is:0
sub thread start!the thread name is:Thread-2
the arg is:1
sub thread start!the thread name is:Thread-3
the arg is:2
sub thread start!the thread name is:Thread-4
the arg is:3
main_thread end! Process finished with exit code 0
可以看出此时,程序只能顺序执行,每个线程都被上一个线程的join阻塞,使得“多线程”失去了多线程意义。 运行结果

1.3 Timer类

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。

# encoding: UTF-8
import threading def func():
print (hello timer!) if __name__ == "__main__"
timer = threading.Timer(5, func)
timer.start()

该例子效果为延迟5秒执行

2 线程同步

线程同步是借由threading模块的以下类实现的:Condition,Event,Local.

2.1 Condition类

我们先关注一下Condition类一般用于什么场景:

线程A需要等某个条件成立才能继续往下执行,现在这个条件不成立,线程A就阻塞等待,而线程B在执行过程中使这个条件成立了,就唤醒线程A继续执行。在pthread库中通过条件变量(Condition Variable)来阻塞等待一个条件,或者唤醒等待这个条件的线程。

通俗的讲,Condition类适合于生产者,消费者模型。 即Condition很适合那种主动休眠,被动唤醒的场景。 Condition使用难度要高于mutex,一不注意就会被死锁,所以很考验对condition的理解。

首先我们知道python下的线程是真实的线程,底层用的是pthread。pthread内部Condition条件变量有两个关键函数, await和signal方法,对应python threading Condition是wait和notify方法

     一个Condition实例的内部实际上维护了两个队列一个是等待锁队列(实际上mutex内部其实就是维护这个等待锁队列) ,另一个队列可以叫等待条件队列,在这队列中的节点都是由于(某些条件不满足而)线程自身调用wait方法阻塞的线程(记住是自身阻塞)。最重要的Condition方法是wait和 notify方法。另外condition还需要lock的支持, 如果你构造函数没有指定lock,condition会默认给你配一个rlock。   

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。

下面是这两个方法的执行流程。
          wait方法:
                            1. 入列到条件队列(注意这里不是等待锁的队列)
                            2. 释放锁
                            3. 阻塞自身线程
                             ————被唤醒后执行————-
                            4. 尝试去获取锁(执行到这里时线程已不在条件队列中,而是位于等待(锁的)队列中,参见signal方法)
                                4.1 成功,从await方法中返回,执行线程后面的代码
                                4.2 失败,阻塞自己(等待前一个节点释放锁时将它唤醒)
         注意: 调用wait可以让当前线程休眠,等待其他线程的唤醒,也就是等待signal,这个过程是阻塞的。 当队列首线程被唤醒后,会继续执行await方法中后面的代码。

notify(signal)方法:

                           1. 将条件队列的队首节点取出,放入等待锁队列的队尾
                           2. 唤醒节点对应的线程.

注: notify ( signal ) 可以把wait队列的那些线程给唤醒起来。

下面给一个生产者-消费者模型的例子:

#/usr/bin/python3
# encoding: UTF-8
import threading
import time # 商品
product = None
# 条件变量
con = threading.Condition() # 生产者方法
def produce():
global product if con.acquire():
while True:
if product is None:
print("produce the product...")
product = 'anything' # 通知消费者,商品已经生产
con.notify()
else:
print("Producer: product is not None")
# 等待通知
con.wait()
print("Producer: Resume from wait...")
time.sleep(2) # 消费者方法
def consume():
global product if con.acquire():
while True:
if product is not None:
print("consume the product...")
product = None # 通知生产者,商品已经没了
con.notify()
else:
print("Cosumer: product is None")
# 等待通知
con.wait()
print("Cosumer: Resume from wait...")
time.sleep(2) if __name__ == "__main__":
t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()

结果为

Cosumer: product is None
produce the product
Cosumer: Resume from wait...
cosume the product
Producuer: Resume from wait...
produce the product
Cosumer: Resume from wait...
cosume the product

注意:con.wait()一定要在if判断的外面,因为一开始的时候,两个子线程都获得了锁。如果没有con.wait()释放锁并等待通知,则另一个暂时没有获得锁权限的线程,会一直被阻塞。整个生产者-消费者模型也就跑不起来了。下面是跑步起来的例子:

#/usr/bin/python3
# encoding: UTF-8
import threading
import time # 商品
product = None
# 条件变量
con = threading.Condition() # 生产者方法
def produce():
global product if con.acquire():
while True:
if product is None:
print("produce the product...")
product = 'anything' # 通知消费者,商品已经生产
con.notify()
con.wait()
print("Producer: Resume from wait...")
time.sleep(2)
else:
print("Producer: product is not None")
# 等待通知
#con.wait()
#print("Producer: Resume from wait...")
# time.sleep(2) # 消费者方法
def consume():
global product if con.acquire():
while True:
if product is not None:
print("consume the product...")
product = None # 通知生产者,商品已经没了
con.notify()
con.wait()
print("Cosumer: Resume from wait...")
time.sleep(2)
else:
print("Cosumer: product is None")
# 等待通知
#con.wait()
# print("Cosumer: Resume from wait...")
# time.sleep(2) if __name__ == "__main__":
t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()

结果为:

Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None
Cosumer: Product is None

2.2 Event类

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()。

下面是例子:

# encoding: UTF-8
import threading
import time event = threading.Event() def func():
# 等待事件,进入等待阻塞状态
print '%s wait for event...' % threading.currentThread().getName()
event.wait() # 收到事件后进入运行状态
print '%s recv event.' % threading.currentThread().getName() if __name__ == "__main__":
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
time.sleep(2)
print 'MainThread set event.' 
event.set()

结果为

Thread-1 wait for event...
Thread-2 wait for event... #2秒后。。。
MainThread set event.
Thread-1 recv event.
Thread-2 recv event.

2.3 Local类

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。

# encoding: UTF-8
import threading local = threading.local()
local.tname = 'main' def func():
local.tname = 'notmain'
print local.tname if __name__ == "__main__":
t1 = threading.Thread(target=func)
t1.start()
t1.join()
print(local.tname)
上一篇:jquery ajax jsonp跨域调用实例代码


下一篇:安卓(android)之实现断点下载功能