python学习二之多线程

python学习二之多线程

 

1.线程

多任务可以由多进程完成，也可以由一个进程内的多线程完成。

我们前面提到了进程是由若干线程组成的，一个进程至少有一个线程。

由于线程是操作系统直接支持的执行单元，因此，高级语言通常都内置多线程的支持，Python也不例外，并且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。

Python的标准库提供了两个模块：_thread和threading，_thread是低级模块，threading是高级模块，对_thread进行了封装。绝大多数情况下，我们只需要使用threading这个高级模块。

启动一个线程就是把一个函数传入并创建Thread实例，然后调用start()开始执行

#!/usr/bin/env python
# _*_ coding: utf-8 _*_
# author：chenjianwen
import sys
reload(sys)
sys.setdefaultencoding("utf-8")

import time
import threading

def loop():
    print('thread %s is tunning...' %threading.current_thread().name) #子线程
    #threading.current_thread().name 打印线程的名字
    n = 0
    while n < 5:
        n = n + 1
        print('thread %s >>> %s' %(threading.current_thread().name,n)) #子线程
        time.sleep(1)
    print('thread %s ended...' % threading.current_thread().name)   #子线程
print('thread %s is running...' %threading.current_thread().name)   #主线程
t = threading.Thread(target=loop)
t.start()
t.join()
print('thread %s ended...' %threading.current_thread().name)    #主线程

执行结果：

2.线程Lock

当多个线程同时执行lock.acquire()时，只有一个线程能成功地获取锁，然后继续执行代码，其他线程就继续等待直到获得锁为止。

获得锁的线程用完后一定要释放锁，否则那些苦苦等待锁的线程将永远等待下去，成为死线程。所以我们用try...finally来确保锁一定会被释放。

锁的好处就是确保了某段关键代码只能由一个线程从头到尾完整地执行，坏处当然也很多，首先是阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了。其次，由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对方持有的锁时，可能会造成死锁，导致多个线程全部挂起，既不能执行，也无法结束，只能靠操作系统强制终止。

#!/usr/bin/env python
# _*_ coding: utf-8 _*_
# author：chenjianwen

import sys
reload(sys)
sys.setdefaultencoding("utf-8")

import time
import threading

balance = 0
lock = threading.Lock()

def change_it(n):   #此函数正常执行结果为0
    global balance
    balance = balance + n
    balance = balance - n

def run_thread(n):
    for i in range(1000):
        #先获取锁
        lock.acquire()
        try:
            change_it(n)
        finally:
            #改完了一定要释放锁
            lock.release()

t1 = threading.Thread(target=run_thread,args=(5,))
t2 = threading.Thread(target=run_thread,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)

3.小结

在Python中，可以使用多线程，但不要指望能有效利用多核。如果一定要通过多线程利用多核，那只能通过C扩展来实现，不过这样就失去了Python简单易用的特点。

不过，也不用过于担心，Python虽然不能利用多线程实现多核任务，但可以通过多进程实现多核任务。多个Python进程有各自独立的GIL锁，互不影响。

多线程编程，模型复杂，容易发生冲突，必须用锁加以隔离，同时，又要小心死锁的发生。

Python解释器由于设计时有GIL全局锁，导致了多线程无法利用多核。多线程的并发在Python中就是一个美丽的梦。