python进阶学习（一）--多线程编程
1. 多线程
- 概念：简单地说操作系统可以同时执行多个不用程序。例如：一边用浏览器上网，一边在听音乐，一边在用笔记软件记笔记。
- 并发：指的是任务数多余cpu核数，通过操作系统的各种任务调度算法，实现用多个任务“一起”执行（实际上总有一些任务不在执行，因为切换任务的熟度相当快，看上去一起执行而已）
- 并行：指的是任务数小于等于CPU核数，即任务真的是一起执行的。
2. 线程
- 概念：线程是进程的一个实体，是CPU调度和分派的基本单位。
- threading--单线程执行：
1 import time 2 3 4 def saySorry(): 5 print("亲爱的，我错了，我能吃饭了吗？") 6 # 时间停顿1秒 7 time.sleep(1) 8 9 10 if __name__ == "__main__": 11 for i in range(5): 12 saySorry()
- threading--多线程执行：
import threading import time def saySorry(): print("亲爱的，我错了，我能吃饭了吗？") time.sleep(1) if __name__ == "__main__": for i in range(5): t = threading.Threading(target=saySorry) # 启动线程，即让线程开始执行 t.start()
- 单线程与多线程比较
- 单线程要比多线程花费时间多
- 在创建完线程，需要调用start()方法来启动
- 查看线程数量
1 import threading 2 import time 3 4 5 class MyThread(threading.Thread): 6 def run(self): 7 for i in range(3): 8 time.sleep(1) 9 # name 属性中保存的是当前线程的名字 10 msg = "I'm" + self.name + '@' + str(i) 11 print(msg) 12 13 14 if __name__ == "__main__": 15 t = MyThread() 16 t.start() 17 # 通过带下标索引enumerate()方法 18 length = len(threading.enumerate()) 19 print("当前运行的线程数为：%d" % length)
- 线程执行代码的封装：
思考：定义一个新的子类class,只有继承threading.Thead就可以，然后重写run方法。
1 import threading 2 import time 3 4 5 class MyThread(threading.Thread): 6 7 8 def run(self): 9 for i in range(3): 10 time.sleep(1) 11 msg = "I'm" + self.name + '@' + str(i) # name 属性中保存的是当前线程的名字 12 print(msg) 13 14 15 if __name__ == "__main__": 16 t = MyThread() 17 t.start()
说明：threading.Thread类有一个run方法，用户定义线程的功能函数，可以在自己的线程类中覆盖该方法。而创建自己的线程实例后，通过Thread类的start方法，可以启动该线程，当该线程获得执行的机会时，就会调用run方法执行线程。
- 线程的状态
- 多线程的执行顺序是不确定的。当执行到sleep语句时，线程将被阻塞，到sleep结束后，线程进入就绪状态，等待调度。而线程调度将自行选择一个线程执行。
- 状态：
(1) New 创建线程
(2) Runnable 就绪，等待调度
(3) Running 运行。
(4) Blocked 阻塞。阻塞可能在Wait Locked Sleeping
(5) Dead 消亡
- 线程中执行到阻塞，可能有三种情况：
- 同步：线程中获取同步锁，但是资源已经被其他线程锁定时，进入Locked状态，直到该资源可获取（获取的顺序由Lock队列控制）
- 睡眠：线程运行sleep()或join()方法后，线程进入Sleeping状态。区别在于sleep等待固定的时间，而join是等待子线程执行完。当然join也可以指定一个“超时时间”。从语义上来说，如果两个线程a,b, 在a中调用b.join()，相当于合并(join)成一个线程。最常见的情况是在主线程中join所有的子线程。
- 等待：线程中执行wait()方法后，线程进入Waiting状态，等待其他线程的通知(notify）。
- 线程类型
线程有着不同的状态，也有不同的类型：- 主线程
- 子线程
- 守护线程（后台线程）
- 前台线程
- 多线程--共享全局变量问题
1 from threading import Thread 2 import time 3 4 g_num = 100 5 6 7 def work1(): 8 global g_num 9 for i in range(3): 10 g_num += 1 11 print("----in work1, g_num is %d---" % g_num) 12 13 14 def work2(): 15 global g_num 16 print("----in work2, g_num is %d---" % g_num) 17 18 19 print("---线程创建之前g_num is %d---" % g_num) 20 t1 = Thread(target=work1) 21 t1.start() 22 # 延时一会，保证t1线程中的事情做完 23 time.sleep(1) 24 t2 = Thread(target=work2) 25 t2.start()
运行结果：
---线程创建之前g_num is 100-------in work1, g_num is 103-------in work2, g_num is 103---
- 共享全局变量问题说明：
- 在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据。
- 缺点就是，线程是对全局变量随意更改可能造成多线程之间对全局变量的混乱（即线程非安全）
- 如果多个线程它同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确。
- 解决方案：
可以通过线程同步来进行解决线程同时修改全局变量的方式，在线程对全局变量进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性。
3. 同步与互斥锁
3.1 同步
- 如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
- 使用Tread对象的Lock和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法。对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间。
3.2 互斥锁
- 互斥锁为资源引入一个状态：锁定/非锁定
- 互斥锁的作用：保证每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
- threading 模块中定义了Loack类，可以方便处理锁定：
1 import threading 2 import time 3 class MyThread1(threading.Thread): 4 def run(self): 5 if mutexA.acquire(): 6 print(self.name+'----do1---up----') 7 time.sleep(1) 8 if mutexB.acquire(): 9 print(self.name+'----do1---down----') 10 mutexB.release() 11 mutexA.release() 12 class MyThread2(threading.Thread): 13 def run(self): 14 if mutexB.acquire(): 15 print(self.name+'----do2---up----') 16 time.sleep(1) 17 if mutexA.acquire(): 18 print(self.name+'----do2---down----') 19 mutexA.release() 20 mutexB.release() 21 mutexA = threading.Lock() 22 mutexB = threading.Lock() 23 if __name__ == '__main__': 24 t1 = MyThread1() 25 t2 = MyThread2() 26 t1.start() 27 t2.start() 28 29 ########### 30 ## 创建锁 31 #mutex = threading.Lock() 32 ##锁定 33 # acquire 获得，取得，学到，捕获。 34 #mutex.acquire([blocking]) 35 ## 释放 36 #mutex.release()
- 说明：锁定方法acquirc 可以有一个blocking参数
- 如果设定blocking为True，则当前线程会阻塞，直到获取到这个锁为止（如果没有指定，那么默认为True）
- 如果设定blocking 为False，则当前线程不会阻塞。
- 上锁解锁的过程
- 当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked” 状态。
- 每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。
- 线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。
- 锁的好处：
- 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
- 锁的坏处：
- 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
- 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
- 死锁
定义：在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁。
例子：
1 import threading 2 import time 3 class MyThread1(threading.Thread): 4 def run(self): 5 if mutexA.acquire(): 6 print(self.name+'----do1---up----') 7 time.sleep(1) 8 if mutexB.acquire(): 9 print(self.name+'----do1---down----') 10 mutexB.release() 11 mutexA.release() 12 class MyThread2(threading.Thread): 13 def run(self): 14 if mutexB.acquire(): 15 print(self.name+'----do2---up----') 16 time.sleep(1) 17 if mutexA.acquire(): 18 print(self.name+'----do2---down----') 19 mutexA.release() 20 mutexB.release() 21 mutexA = threading.Lock() 22 mutexB = threading.Lock() 23 if __name__ == '__main__': 24 t1 = MyThread1() 25 t2 = MyThread2() 26 t1.start() 27 t2.start()
- 避免死锁
- 程序设计时要尽量避免死锁（银行家算法）
- 添加超时时间等。
4. 进程
定义：一个程序运行起来后，代码和用到的资源称之为进程。它是操作系统分配资源的基本单元。
4.1 进程的状态
图分析：
就绪态：运行的条件都已经慢去，正去等待cpu执行。
执行态：cpu正在执行其功能
等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态。
4.2 进程的创建
进程的创建实现例子：
1 from multiprocessing import Process 2 import time 3 def run_proc(): 4 """子进程要执行的代码""" 5 while True: 6 print("----2----") 7 time.sleep(1) 8 if __name__=='__main__': 9 p = Process(target=run_proc) #创建一个进程 10 p.start() #创建一个Process 实例，用start（）方式启动。 11 while True: 12 print("----1----") 13 time.sleep(1)
- multiprocessing模块说明：multiprocessing模块是多跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情。
- Process语法结构
Process([group [, target [, name [, args [, kwargs]]]]])- target：如果传递了函数的引用，可以任务这个子进程就执行这里的代码
- args：给target指定的函数传递的参数，以元组的方式传递
- kwargs：给target指定的函数传递命名参数
- name：给进程设定一个名字，可以不设定
- group：指定进程组，大多数情况下用不到
- Process创建的实例对象的常用方法：
- start()：启动子进程实例（创建子进程）
- is_alive()：判断进程子进程是否还在活着
- join([timeout])：是否等待子进程执行结束，或等待多少秒
- terminate()：不管任务是否完成，立即终止子进程
- Process创建的实例对象的常用属性：
- name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
- pid：当前进程的pid（进程号）
4.3 线程与进程的区别
- 定义的不同
- 进程是系统进行资源分配和调度的一个独立单位。
- 线程是进程的一个实体，是CPU调度的基本单位。它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.
- 区别：
- 一个程序至少有一个进程,一个进程至少有一个线程.
- 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
- 进程在执行过程中拥有独立的内存单元，而多个线程共享内 存，从而极大地提高了程序的运行效率
- 线线程不能够独立执行，必须依存在进程中
- 优缺点
线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。
5. 进程间通信--Queue
可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：
1 from multiprocessing import Queue 2 3 q = Queue(3) # 初始化一个Queue对象，最多可接收三条put消息 4 q.put("消息1") 5 q.put("消息2") 6 print(q.full()) # False 7 q.put("消息3") 8 print(q.full()) # True 9 # 因为消息队列已满下面的try 都会抛出异常， 第一个try 会等待2秒后再抛出异常，第二个Try会立刻抛出异常 10 try: 11 q.put("消息4",True,2) 12 except: 13 print("消息队列已满，现有消息数量：%s" % q.qsize()) 14 try: 15 q.put_nowait("消息4") 16 except: 17 print("消息队列已满，现有消息数量：%s" % q.qsize()) 18 # 推荐的方式，先判断消息队列是否已满，再写入 19 if not q.full(): 20 q.put_nowait("消息4") 21 # 读取消息时，先判断消息队列是否为空，再读取 22 if not q.empty(): 23 for i in range(q.qsize()): 24 print(q.get_nowait())
运行结果：
False
True
消息列队已满，现有消息数量:3
消息列队已满，现有消息数量:3
消息1
消息2
消息3
- 说明：
初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）； - Queue.qsize()：返回当前队列包含的消息数量；
- Queue.empty()：如果队列为空，返回True，反之False ；
- Queue.full()：如果队列满了，返回True,反之False；
- Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，
如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常； - Queue.get_nowait()：相当Queue.get(False)；
- Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常； - Queue.put_nowait(item)：相当Queue.put(item, False)；
- Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常； - Queue.put_nowait(item)：相当Queue.put(item, False)；
Queue实例
在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据
1 from multiprocessing import Process, Queue 2 import os, time, random 3 # 写数据进程执行的代码: 4 def write(q): 5 for value in ['A', 'B', 'C']: 6 print('Put %s to queue...' % value) 7 q.put(value) 8 time.sleep(random.random()) 9 # 读数据进程执行的代码: 10 def read(q): 11 while True: 12 if not q.empty(): 13 value = q.get(True) 14 print('Get %s from queue.' % value) 15 time.sleep(random.random()) 16 else: 17 break 18 if __name__=='__main__': 19 # 父进程创建Queue，并传给各个子进程： 20 q = Queue() 21 pw = Process(target=write, args=(q,)) 22 pr = Process(target=read, args=(q,)) 23 # 启动子进程pw，写入: 24 pw.start() 25 # 等待pw结束: 26 pw.join() 27 # 启动子进程pr，读取: 28 pr.start() 29 pr.join() 30 # pr进程里是死循环，无法等待其结束，只能强行终止: 31 print('') 32 print('所有数据都写入并且读完')
6. 进程池Pool
针对大量的目标，手动创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
Pool过程说明：
初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务，请看下面的实例：
1 from multiprocessing import Pool 2 import os, time, random 3 def worker(msg): 4 t_start = time.time() 5 print("%s开始执行,进程号为%d" % (msg,os.getpid())) 6 # random.random()随机生成0~1之间的浮点数 7 time.sleep(random.random()*2) 8 t_stop = time.time() 9 print(msg,"执行完毕，耗时%0.2f" % (t_stop-t_start)) 10 po=Pool(3) #定义一个进程池，最大进程数3 11 for i in range(0,10): 12 #Pool().apply_async(要调用的目标,(传递给目标的参数元祖,)) 13 #每次循环将会用空闲出来的子进程去调用目标 14 po.apply_async(worker,(i,)) 15 print("----start----") 16 po.close() #关闭进程池，关闭后po不再接收新的请求 17 po.join() #等待po中所有子进程执行完成，必须放在close语句之后 18 print("-----end-----")
运行结果:
----start----
0开始执行,进程号为21466
1开始执行,进程号为21468
2开始执行,进程号为21467
0 执行完毕，耗时1.01
3开始执行,进程号为21466
2 执行完毕，耗时1.24
4开始执行,进程号为21467
3 执行完毕，耗时0.56
5开始执行,进程号为21466
1 执行完毕，耗时1.68
6开始执行,进程号为21468
4 执行完毕，耗时0.67
7开始执行,进程号为21467
5 执行完毕，耗时0.83
8开始执行,进程号为21466
6 执行完毕，耗时0.75
9开始执行,进程号为21468
7 执行完毕，耗时1.03
8 执行完毕，耗时1.05
9 执行完毕，耗时1.69
-----end-----
- multiprocessing.Pool常用函数解析：
- apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
- close()：关闭Pool，使其不再接受新的任务；
- terminate()：不管任务是否完成，立即终止；
- join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；
进程池中的Queue
要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue(),而不是multiprocesing.Queue()，否则会得到一条如下的错误信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
进程池中的进程通信：
1 # 修改import中的Queue为Manager 2 from multiprocessing import Manager,Pool 3 import os,time,random 4 def reader(q): 5 print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) 6 for i in range(q.qsize()): 7 print("reader从Queue获取到消息：%s" % q.get(True)) 8 def writer(q): 9 print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) 10 for i in "itcast": 11 q.put(i) 12 if __name__=="__main__": 13 print("(%s) start" % os.getpid()) 14 q = Manager().Queue() # 使用Manager中的Queue 15 po = Pool() 16 # 使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取 17 po.apply_async(writer, (q,)) 18 time.sleep(1) # 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据 19 po.apply_async(reader, (q,)) 20 po.close() 21 po.join() 22 print("(%s) End" % os.getpid())
运行结果：
(11095) start
writer启动(11097),父进程为(11095)
reader启动(11098),父进程为(11095)
reader从Queue获取到消息：i
reader从Queue获取到消息：t
reader从Queue获取到消息：c
reader从Queue获取到消息：a
reader从Queue获取到消息：s
reader从Queue获取到消息：t
(11095) End
