python 多线程编程之使用进程和全局解释器锁GIL

本文主要介绍如何在python中使用线程。

全局解释器锁：

python代码的执行是由python虚拟机（又名解释器主循环）进行控制的。python中，主循环中同时只能有一个控制线程在执行，就像单核CPU系统中的多线程一样——内存中可以有很多程序，但是在任意给定时刻只有有一个程序在执行。同理，虽然python解释器中可以运行多个线程，但是在任意给定的时刻，只能有一个线程被解释器执行。

上述对python解释器的访问是由全局解释器锁（GIL）控制的。这个锁的核心作用就是用来保证同时只有能一个线程运行。

多线程环境中，python虚拟机将按照一下方式顺序执行：

1. 设置GIL
2. 切换进一个线程去
3. 执行下面操作之一：　　
   1. 指定数量的字节码指令
   2. 线程主动让出控制权（可以调用time.sleep(0)来完成）
4. 把线程设置回睡眠模式（切换出线程）
5. 解锁GIL
6. 重复上述步骤

当调用外部代码（即，任意C/C++扩展的内置函数）时，GIL会保持锁定，直到函数执行结束，这是因为在此期间没有python字节码计数。

例如，对于任意面向IO的python例程（指调用了内置的操作系统C代码的那种），GIL会在IO调用前被释放，以允许其他线程在IO执行的时候运行。而对于那些没有太多的IO操作的代码来说，更倾向于在该线程整个整个时间片内始终占有处理器和GIL。换句话说，IO密集型的python程序要比计算密集型的代码更好的利用多线程机制。

退出线程

当一个线程完成函数的执行时，就会退出。另外，我们也可以通过调用类似thread.exit()的方法，或者是类似sys.exit()的方法直接退出进程，还可以通过抛出SystemExit的异常来迫使线程退出。你并不能直接‘终止’一个线程。

python 中关于线程提供了多个相关的模块，thread（后改为_thread）、threading和Queue等。_thread提供了基本的线程和锁定支持，threading提供了更高级别、功能更全面的线程管理，可以说后者是对对前者进行了封装后的高级体现，一般建议使用后者。使用Queue模块，可以创建一个队列数据，用于在多线程之间进行共享。

可以通过尝试导入threading模块的方式，确认解释器是否支持线程（如果导入成功，则说明解释器支持线程）。

首先通过一个不使用线程例子来演示线程是如何工作的。这里要借用time.sleep()函数，以指定的秒数进行‘睡眠’（即程序会暂时停止指定的时间）：

#！/usr/bin/env/ python
from time import sleep,ctime
def loop0():
    print('开始循环0次在：',ctime())
    sleep(4)
    print('结束循环0次在：',ctime())

def loop1():
    print('开始循环1次在：',ctime())
    sleep(2)
    print('结束循环1次在：',ctime())
    
def main():
    print('开始于：',ctime())
    loop0()
    loop1()
    print('所有的任务都完成于：',ctime())
    
if __name__ == '__main__':
    main()

下面是执行结果：

PS C:\Users\WC> python E:\Python3.6.3\workspace\onethr.py
开始于： Mon Mar 26 21:13:29 2018
开始循环0次在： Mon Mar 26 21:13:29 2018
结束循环0次在： Mon Mar 26 21:13:33 2018
开始循环1次在： Mon Mar 26 21:13:33 2018
结束循环1次在： Mon Mar 26 21:13:35 2018
所有的任务都完成于： Mon Mar 26 21:13:35 2018

该脚本在一个单线程中连续执行两个循环，一个循环必须是在另一个开始前结束，总共的消耗时间是每个循环所用时间之和。

 

接下来的章节我们分别具体介绍thread、threading和Queue模块。