python 核心编程 第十八章
python多线程编程
了解多线程
什么时候使用多线程：
- 任务是异步的，需要多个并发事务，各个事务的运行顺序可以不确定，随机的。
- 编程任务可以分成多个流，每个流一个确定的目标。
- 根据应用的不同，这些子任务可能都要计算出一个中间结果，用于合并得到最后的结果。
- python对于计算密集型的多线程编程提高速度的效果并不好。
什么是进程：
计算机程序只不过是磁盘中可执行的，二进制（或其它类型）的数据。它们只有在被读取到内
存中，被操作系统调用的时候才开始它们的生命期。进程（有时被称为重量级进程）是程序的一次
执行。每个进程都有自己的地址空间，内存，数据栈以及其它记录其运行轨迹的辅助数据。操作系
统管理在其上运行的所有进程，并为这些进程公平地分配时间。进程也可以通过 fork 和 spawn 操作
来完成其它的任务。不过各个进程有自己的内存空间，数据栈等，所以只能使用进程间通讯（IPC） ，
而不能直接共享信息。
什么是线程：
线程和进程相似，线程运行在同一个进程中，在相同的环境中运行，可共享信息。
python全局解释锁
Python 代码的执行由 Python 虚拟机(也叫解释器主循环)来控制。Python 在设计之初就考虑到
要在主循环中，同时只有一个线程在执行，就像单 CPU 的系统中运行多个进程那样，内存中可以存
放多个程序， 但任意时刻， 只有一个程序在 CPU 中运行。 同样地， 虽然 Python 解释器中可以 “运行”
多个线程，但在任意时刻，只有一个线程在解释器中运行。
在调用外部代码（如 C/C++扩展函数）的时候，GIL 将会被锁定，直到这个函数结束为止（由于
在这期间没有Python的字节码被运行， 所以不会做线程切换） 。 编写扩展的程序员可以主动解锁GIL
python 的threading模块
thread模块提供了基本的线程和锁的支持， 而threading
提供了更高级别，功能更强的线程管理的功能。Queue 模块允许用户创建一个可以用于多个线程之间
共享数据的队列数据结构。
thread模块：
函数 描述
thread 模块函数
start_new_thread(function,
args, kwargs=None) 产生一个新的线程，在新线程中用指定的参数和可选的kwargs 来调用这个函数。
allocate_lock() 分配一个 LockType 类型的锁对象
exit() 让线程退出
LockType 类型锁对象方法
acquire(wait=None) 尝试获取锁对象
locked() 如果获取了锁对象返回 True，否则返回 False
release() 释放锁
threading模块
threading 模块对象 描述
Thread 表示一个线程的执行的对象
Lock 锁原语对象（跟 thread 模块里的锁对象相同）
RLock 可重入锁对象。使单线程可以再次获得已经获得了的锁（递归锁定） 。
Condition 条件变量对象能让一个线程停下来， 等待其它线程满足了某个 “条件” 。如，状态的改变或值的改变。
Event 通用的条件变量。多个线程可以等待某个事件的发生，在事件发生后，所有的线程都会被激活。
Semaphore 为等待锁的线程提供一个类似“等候室”的结构
BoundedSemaphore 与 Semaphore 类似，只是它不允许超过初始值
Timer 与 Thread 相似，只是，它要等待一段时间后才开始运行。
三种使用Thread类创建实例的方法：
- 创建一个 Thread 的实例，传给它一个函数
- 创建一个 Thread 的实例，传给它一个可调用的类对象
- 从 Thread 派生出一个子类，创建一个这个子类的实例
表 18.3 Thread 对象的函数
函数 描述
start() 开始线程的执行
run() 定义线程的功能的函数（一般会被子类重写）
join(timeout=None) 程序挂起，直到线程结束；如果给了 timeout，则最多阻塞 timeout 秒
getName() 返回线程的名字
setName(name) 设置线程的名字
isAlive() 布尔标志，表示这个线程是否还在运行中
isDaemon() 返回线程的 daemon 标志
Edit By Vheavens
Edit By Vheavens
setDaemon(daemonic) 把线程的 daemon 标志设为 daemonic （一定要在调用 start()函数前调用）
例子1[创建一个Thread的实例，传给它一个函数]
import threading
from time import sleep, ctime
loops = [4, 2]
def loop(nloop, nsec):
print "start loop", nloop, "at:", ctime()
sleep(nsec)
print "loop", nloop, "done at:", ctime()
def main():
print "starting at:", ctime()
threads = []
nloops = range(len(loops))
for i in nloops:
t = threading.Thread(target=loop, args=(i, loops[i]))
threads.append(t)
for i in nloops:
threads[i].start()
for i in nloops:
threads[i].join()
print "all DONE at:", ctime()
if __name__ == '__main__':
main()
输出：
start at: Sun Nov 06 09:02:49 2016
start loop 0 at: Sun Nov 06 09:02:49 2016
start loop 1 at: Sun Nov 06 09:02:49 2016
loop 1 done at: Sun Nov 06 09:02:51 2016
loop 0 done at: Sun Nov 06 09:02:53 2016
all DONE at： Sun Nov 06 09:02:53 2016
例子2[创建一个 Thread 的实例，传给它一个可调用的类对象]
import threading
from time import sleep, ctime
loops = [4, 2]
class ThreadFunc(object):
def __init__(self, func, args, name=''):
self.name = name
self.func = func
self.args = args
def __call__(self, *args, **kwargs):
self.res = self.func(*self.args)
def loop(nloop, nsec):
print "start loop", nloop, "at: ", ctime()
sleep(nsec)
print"loop", nloop, "done at: ", ctime()
def main():
print "start at:", ctime()
threads = []
nloops = range(len(loops))
for i in nloops:
t = threading.Thread(target=ThreadFunc(loop, (i, loops[i]), loop.__name__))
threads.append(t)
for i in nloops:
threads[i].start()
for i in nloops:
threads[i].join()
print"all DONE at：",ctime()
if __name__ == '__main__':
main()
例子3[从Thread派生出一个子类，创建一个这个子类的实例]
import threading
from time import sleep, ctime
loops = [4, 2]
class ThreadFunc(threading.Thread):
def __init__(self, func, args, name=''):
super(ThreadFunc, self).__init__()
self.name = name
self.func = func
self.args = args
def run(self):
self.func(*self.args)
def loop(nloop, nsec):
print "start loop", nloop, "at: ", ctime()
sleep(nsec)
print"loop", nloop, "done at: ", ctime()
def main():
print "start at:", ctime()
threads = []
nloops = range(len(loops))
for i in nloops:
t = ThreadFunc(loop, (i, loops[i]), loop.__name__)
threads.append(t)
for i in nloops:
threads[i].start()
for i in nloops:
threads[i].join()
print"all DONE at：",ctime()
if __name__ == '__main__':
main()
斐波纳挈，阶乘和累加
from time import ctime, sleep
import threading
class MyThread(threading.Thread):
def __init__(self, func, args, name = ""):
threading.Thread.__init__(self)
self.name = name
self.func = func
self.args = args
def getResult(self):
return self.res
def run(self):
print "starting ", self.name, "st: ", ctime()
self.res = self.func(*self.args)
print self.name, "finished at: ", ctime()
def fib(x):
sleep(0.005)
if x <2:return 1
return (fib(x-2)+ fib(x-1))
def fac(x):
sleep(0.1)
if x < 2: return 1
return (x *fac(x-1))
def sum(x):
sleep(0.1)
if x < 2:return 1
return (x +sum(x-1))
funcs = [fib, fac, sum]
n = 12
def main():
nfuncs = range(len(funcs))
print "*** SINGLE THREAD"
for i in nfuncs:
print "starting", funcs[i].__name__, "at: ", ctime()
print funcs[i](n)
print funcs[i].__name__,"finished at: ", ctime()
threads = []
for i in nfuncs:
t = MyThread(funcs[i], (n,), funcs[i].__name__)
threads.append(t)
for i in nfuncs:
threads[i].start()
for i in nfuncs:
threads[i].join()
print threads[i].getResult()
print "all Done"
if __name__ == '__main__':
main()
生产者-消费者问题和 Queue 模块
主要解决问题是：生产和消费要花费的时间无法确定
Queue 模块函数
queue(size) 创建一个大小为 size 的 Queue 对象
Queue 对象函数
qsize() 返回队列的大小（由于在返回的时候，队列可能会被其它线程修改，所以这个值是近似值）
empty() 如果队列为空返回 True，否则返回 False
full() 如果队列已满返回 True，否则返回 False
put(item,block=0) 把 item 放到队列中，如果给了 block（不为 0） ，函数会一直阻塞到队列中有
空间为止
get(block=0) 从队列中取一个对象，如果给了 block（不为 0） ，函数会一直阻塞到队列中有对象为止
from time import ctime, sleep
import threading
from Queue import Queue
from random import randint
class MyThread(threading.Thread):
def __init__(self, func, args, name=""):
super(MyThread, self).__init__()
self.name = name
self.func = func
self.args = args
def getResult(self):
return self.res
def run(self):
print "starting", self.name, "at: ",ctime()
self.res = self.func(*self.args)
print self.name,"finished at : ", ctime()
def writeQ(queue):
print "producing object for Q..."
queue.put("xxx", 1)
print "size now\t", queue.qsize()
def readQ(queue):
val = queue.get(1)
print "consumed object from Q..size now\t", queue.qsize()
def writer(queue, loops):
for i in range(loops):
writeQ(queue)
sleep(randint(1,3))
def reader(queue, loops):
for i in range(loops):
readQ(queue)
sleep(randint(2, 5))
funcs = [writer, reader]
nfuncs = range(len(funcs))
def main():
nloops = randint(2, 5)
q = Queue(32)
threads = []
for i in nfuncs:
t = MyThread(funcs[i], (q, nloops), funcs[i].__name__)
threads.append(t)
for i in nfuncs:
threads[i].start()
for i in nfuncs:
threads[i].join()
print "all DONE"
if __name__ == '__main__':
main()
输出：
starting writer at: Tue Nov 08 08:56:28 2016
producing object for Q...
startingsize now reader1
at: Tue Nov 08 08:56:28 2016
consumed object from Q..size now 0
producing object for Q...
size now 1
consumed object from Q..size now 0
producing object for Q...
size now 1
consumed object from Q..size now 0
producing object for Q...
size now 1
writer finished at : Tue Nov 08 08:56:35 2016
consumed object from Q..size now 0
reader finished at : Tue Nov 08 08:56:42 2016
all DONE
练习
18-4. 线程和文件。把练习9-19 的答案做一些改进。我们要得到一个字节值，一个文件名然后显示在文件中那个字节出现了多少次。假设这个文件非常的大。文件是可以有多个读者的，那我们就可以创建多个线程，每个线程负责文件的一部分。最后，把所有的线程的结果相加。使用timeit()对单线程和多线程分别进行计时，对性能的改进进行讨论。
import time
import threading
import re
f = open("hasdoc.txt").read()
def frequency(str, f, option = True):
start = time.clock()
str_regex = re.compile(str)
number = len(str_regex.findall(f))
end = time.clock()
if option:
print end - start
return number
print frequency("in", f)
def MyThread(str, f, dgree=10):
start = time.clock()
f_list = f.split("\n", dgree)
threads = []
for i,j in enumerate(f_list):
t = threading.Thread(target=frequency, args=(str, j, False))
threads.append(t)
for i in range(len(f_list)):
threads[i].start()
for i in range(len(f_list)):
threads[i].join()
end = time.clock()
print end - start
MyThread("in", f)
最后的结果有些出乎我的意料，可能我的文件不够大，并不能显示出多线程的优势吧。
网络编程的内容暂时跳过
