python多线程学习一
本文希望达到的目标:
- 多线程的基本认识
- 多线程编程的模块和类的使用
- Cpython的全局解释器锁GIL
一、多线程的基本认识
多线程编程的目的：并行处理子任务，大幅度地提升整个任务的效率。
线程就是运行在进程上下文的逻辑流。每个线程都有自己的线程上下文，包含唯一的线程ID（就当前所属进程而言），栈，栈指针，程序计数器，通用寄存器和条件码等。
同一个进程中的线程，共享相同的运行环境，共享同一片数据空间，所以线程间的通讯笔进程间的通信更简单，但是这样的共享是会有危险的，如果多线程共同访问同一数据，因为访问顺序的不同，可能会导致结果不一致。
二、多线程编程的模块和类的使用
为了更好说明多线程的优点以及多个标准库使用的差异性，以模拟“一个程序完成2个独立任务时间总和”为例子。
0、单进程单线程运行两个独立的任务：顺序执行，完成第一个任务后，再完成第二个任务。总时间是各个循环 运行时间之和，实际两个任务是完全独立的，如果并行执行，是可以减少运行时间的。
import thread
from time import sleep,ctime
def loop0():
print 'start loop0','at:',ctime()
sleep(4)
print 'loop0','done at:',ctime()
def loop1():
print 'start loop1','at:',ctime()
sleep(3)
print 'loop1','done at:',ctime()
def main():
print 'starting at:',ctime()
loop0()
loop1()
print 'all done at:',ctime()
if __name__=='__main__':
main()
1、thread模块
python提供了两个标准库用于多线程编程，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。一般都建议使用threading模块，毕竟功能更强大，更好管理。
thread模块和对象：（官网：https://docs.python.org/2/library/thread.html）
使用多线程编程，创建两个线程同时执行两个独立的任务，需要考虑，主线程执行时间和子线程执行时间的关系，如果单纯的创建线程去运行这2个任务，主线程执行完成时间必然比子线程快，子线程未运行完，主线程就已经退出了，在thread模块使用锁对象lock来管理，为每个线程创建一个锁对象，在线程执行完成后释放锁，而主线程判断所有的锁都释放后才能结束，进程间的通讯机制就这样简单的建立起来。
import thread from time import sleep,ctime loops =[4,3] def loop(nloop,nsec,lock): print 'start loop',nloop,'at:',ctime() sleep(nsec) print 'loop',nloop,'done at:',ctime() lock.release() def main(): print 'starting at:',ctime() locks = [] nloops = range(len(loops)) for i in nloops: lock = thread.allocate_lock() lock.acquire() locks.append(lock) for i in nloops: thread.start_new_thread(loop,(i,loops[i],locks[i])) for i in nloops: print 'check lock' while locks[i].locked(): pass print 'all done at:',ctime() if __name__=='__main__': main()
运行时间为4s，单进程耗时7s，运行时间有减少。为什么不在创建锁的循环里创建线程呢？有以下几个原因：(1) 我 们想到实现线程的同步，所以要让“所有的马同时冲出栅栏”。(2) 获取锁要花一些时间，如果线程退出得“太快”，可能会导致还没有获得锁，线程就已经结束了的情况。
注意：
A：子线程开始：创建对象调用start_new_thread函数时，该函数不是在主线程里运行， 而是产生一个新的线程来运行这个函数。一旦调用该函数，子线程已经开始运行。
B：子线程退出：它不支持守护线程。当主线程退出时，所有的子线程不论它们是否还在工作，都会被强行退出。
2、threading模块 ：创建一个 Thread 的实例，传给它一个函数
它不仅提供了 Thread 类，还提供了各 种非常好用的同步机制。
threading模块和对象：（官网：https://docs.python.org/2/library/threading.html）
import threading from time import sleep,ctime loops =[4,3] 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: print 'thread',i,'start' threads[i].start() for i in nloops: print 'thread',i,'join' threads[i].join() print 'all done at:',ctime() if __name__=='__main__': main()
注意：
A、子线程开始：调用start函数。所有的线程都创建了之后，再一起调用 start()函数启动，而不是创建一个启动一个。而且， 不用再管理一堆锁（分配锁，获得锁，释放锁，检查锁的状态等）
B、子线程结束：可以控制子线程和主线程结束的顺序，调用join(timeout=None) 程序挂起，直到线程结束；
C、守护线程一般是一个等待客户请求的服务器， 如果没有客户提出请求，它就在那等着。如果设定一个线程为守护线程，就表示这个线程 是不重要的，在进程退出的时候，不用等待这个线程退出。
3、thread类 ：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 =(4,3) class MyThread(threading.Thread): def __init__(self,func,args,name=''): threading.Thread.__init__(self) 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 'starting at:',ctime() threads = [] nloops = range(len(loops)) for i in nloops: t = MyThread(loop,(i,loops[i]),loop.__name__) threads.append(t) for i in nloops: print 'thread',i,'start' threads[i].start() for i in nloops: print 'thread',i,'join' threads[i].join() print 'all done at:',ctime() if __name__=='__main__': main()
4、threading模块中的thread类部分源码解析
thread模块提供了一系列基础函数，其实不是不能用，书本上写着的是不建议使用，但是如果用于底层开发是可以的。threading模块与之相比，最大的不同就是，threading模块中的thread类的属性特别多，
包含了对多线程的各自管理上的纬度属性，所以特别方便使用，实际上threading模块就是在thread模块上开发的，做了进一步的集成化和封装以便于用户更轻便的管理。
A ：threadding模块有引用thread模块：
try: import thread except ImportError: del _sys.modules[__name__] raise
B： thread类的初始化函数部分截图如下：初始化的过程，其实就是多线程的属性的初始化的过程。把其中需要的资源，入参，thread管理的各自对象都初始化。
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, verbose=None): assert group is None, "group argument must be None for now" _Verbose.__init__(self, verbose) if kwargs is None: kwargs = {} self.__target = target self.__name = str(name or _newname()) self.__args = args self.__kwargs = kwargs self.__daemonic = self._set_daemon() self.__ident = None self.__started = Event() self.__stopped = False self.__block = Condition(Lock()) self.__initialized = True # sys.stderr is not stored in the class like # sys.exc_info since it can be changed between instances self.__stderr = _sys.stderr
C：thread类的start函数，看到调用底层的_start_new_thread函数，就明白了，为啥thread类是调用start函数来启动线程,还调用了self.__started.wait()，__started对象实际是_Condition类的实例，这是一个对
线程锁管理的实例，调用这个类的wait方法就是在获取一把锁。
def start(self): if not self.__initialized: raise RuntimeError("thread.__init__() not called") if self.__started.is_set(): raise RuntimeError("threads can only be started once") if __debug__: self._note("%s.start(): starting thread", self) with _active_limbo_lock: _limbo[self] = self try: _start_new_thread(self.__bootstrap, ()) except Exception: with _active_limbo_lock: del _limbo[self] raise self.__started.wait()
def wait(self, timeout=None): if not self._is_owned(): raise RuntimeError("cannot wait on un-acquired lock") waiter = _allocate_lock() waiter.acquire() self.__waiters.append(waiter) saved_state = self._release_save() try: # restore state no matter what (e.g., KeyboardInterrupt) if timeout is None: waiter.acquire() if __debug__: self._note("%s.wait(): got it", self) else: # Balancing act: We can't afford a pure busy loop, so we # have to sleep; but if we sleep the whole timeout time, # we'll be unresponsive. The scheme here sleeps very # little at first, longer as time goes on, but never longer # than 20 times per second (or the timeout time remaining). endtime = _time() + timeout delay = 0.0005 # 500 us -> initial delay of 1 ms while True: gotit = waiter.acquire(0) if gotit: break remaining = endtime - _time() if remaining <= 0: break delay = min(delay * 2, remaining, .05) _sleep(delay) if not gotit: if __debug__: self._note("%s.wait(%s): timed out", self, timeout) try: self.__waiters.remove(waiter) except ValueError: pass else: if __debug__: self._note("%s.wait(%s): got it", self, timeout) finally: self._acquire_restore(saved_state)
D：而调用join方法，实际也是调用_Condition类的实例，判断当前锁的状态，在线程运行完毕后，释放锁。
def join(self, timeout=None): if not self.__initialized: raise RuntimeError("Thread.__init__() not called") if not self.__started.is_set(): raise RuntimeError("cannot join thread before it is started") if self is current_thread(): raise RuntimeError("cannot join current thread") if __debug__: if not self.__stopped: self._note("%s.join(): waiting until thread stops", self) self.__block.acquire() try: if timeout is None: while not self.__stopped: self.__block.wait() if __debug__: self._note("%s.join(): thread stopped", self) else: deadline = _time() + timeout while not self.__stopped: delay = deadline - _time() if delay <= 0: if __debug__: self._note("%s.join(): timed out", self) break self.__block.wait(delay) else: if __debug__: self._note("%s.join(): thread stopped", self) finally: self.__block.release()
三、Cpython的全局解释器锁GIL
推荐一篇更全面介绍的博客：https://www.cnblogs.com/frchen/p/5740606.html
GIL全称 Global Interpreter Lock， 这个问题。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。 在CPython 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。而对 Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。GIL 并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。实际现在一般使用的解析器都是基于CPython的，如果是Jpython（基于java），可能就不存在
对所有面向 I/O 的(会调用内建的操作系统 C 代码的)程序来说，GIL 会在这个 I/O 调用之前被释放，以允许其它的线程在这个线程等待 I/O 的时候运行。如果某线程并未使用很多 I/O 操作， 它会在自己的时间片内一直占用处理器（和 GIL）。也就是说，I/O 密集型的 Python 程序比计算密集型的程序更能充分利用多线程环境的好处。
简单的总结下就是：Python的多线程在多核CPU上，只对于IO密集型计算产生积极效果；而当有至少有一个CPU密集型线程存在，那么多线程效率会由于GIL而大幅下降。
