python多线程.doc

Python多线程学习 一、Python中的线程使用： Python中使用线程有两种方式：函数或者用类来包装线程对象。1、 函数式：调用thread模块中的start_new_thread()函数来产生新线程。如下例： view plaincopy to clipboardprint?1 import time 2 import thread 3 def timer(no, interval): 4 cnt = 0 5 while cnt= 5: 59 print Thread %s released! num=%s%(name,str(num) 60 mylock.release() 61 thread.exit_thread() 62 num+=1 63 print Thread %s released! num=%s%(name,str(num) 64 mylock.release() #Release the lock. 65 66 def test(): 67 thread.start_new_thread(add_num, (A,) 68 thread.start_new_thread(add_num, (B,) 69 70 if _name_= _main_: 71 test() Python 在thread的基础上还提供了一个高级的线程控制库，就是之前提到过的threading。Python的threading module是在建立在thread module基础之上的一个module，在threading module中，暴露了许多thread module中的属性。在thread module中，python提供了用户级的线程同步工具“Lock”对象。而在threading module中，python又提供了Lock对象的变种: RLock对象。RLock对象内部维护着一个Lock对象，它是一种可重入的对象。对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。这会导致Lock对象永远不会release，使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。下面来看看如何使用threading的RLock对象实现同步。 view plaincopy to clipboardprint?72 import threading 73 mylock = threading.RLock() 74 num=0 75 76 class myThread(threading.Thread): 77 def _init_(self, name): 78 threading.Thread._init_(self) 79 self.t_name = name 80 81 def run(self): 82 global num 83 while True: 84 mylock.acquire() 85 print nThread(%s) locked, Number: %d%(self.t_name, num) 86 if num=4: 87 mylock.release() 88 print nThread(%s) released, Number: %d%(self.t_name, num) 89 break 90 num+=1 91 print nThread(%s) released, Number: %d%(self.t_name, num) 92 mylock.release() 93 94 def test(): 95 thread1 = myThread(A) 96 thread2 = myThread(B) 97 thread1.start() 98 thread2.start() 99 100 if _name_= _main_: 101 test() 我们把修改共享数据的代码成为“临界区”。必须将所有“临界区”都封闭在同一个锁对象的acquire和release之间。2、 条件同步锁只能提供最基本的同步。假如只在发生某些事件时才访问一个“临界区”，这时需要使用条件变量Condition。Condition对象是对Lock对象的包装，在创建Condition对象时，其构造函数需要一个Lock对象作为参数，如果没有这个Lock对象参数，Condition将在内部自行创建一个Rlock对象。在Condition对象上，当然也可以调用acquire和release操作，因为内部的Lock对象本身就支持这些操作。但是Condition的价值在于其提供的wait和notify的语义。条件变量是如何工作的呢？首先一个线程成功获得一个条件变量后，调用此条件变量的wait()方法会导致这个线程释放这个锁，并进入“blocked”状态，直到另一个线程调用同一个条件变量的notify()方法来唤醒那个进入“blocked”状态的线程。如果调用这个条件变量的notifyAll()方法的话就会唤醒所有的在等待的线程。如果程序或者线程永远处于“blocked”状态的话，就会发生死锁。所以如果使用了锁、条件变量等同步机制的话，一定要注意仔细检查，防止死锁情况的发生。对于可能产生异常的临界区要使用异常处理机制中的finally子句来保证释放锁。等待一个条件变量的线程必须用notify()方法显式的唤醒，否则就永远沉默。保证每一个wait()方法调用都有一个相对应的notify()调用，当然也可以调用notifyAll()方法以防万一。生产者与消费者问题是典型的同步问题。这里简单介绍两种不同的实现方法。1， 条件变量 view plaincopy to clipboardprint?102 import threading 103 104 import time 105 106 class Producer(threading.Thread): 107 108 def _init_(self, t_name): 109 110 threading.Thread._init_(self, name=t_name) 111 112 113 114 def run(self): 115 116 global x 117 118 con.acquire() 119 120 if x 0: 121 122 con.wait() 123 124 else: 125 126 for i in range(5): 127 128 x=x+1 129 130 print producing. + str(x) 131 132 con.notify() 133 134 print x 135 136 con.release() 137 138 139 140 class Consumer(threading.Thread): 141 142 def _init_(self, t_name): 143 144 threading.Thread._init_(self, name=t_name) 145 146 def run(self): 147 148 global x 149 150 con.acquire() 151 152 if x = 0: 153 154 print consumer wait1 155 156 con.wait() 157 158 else: 159 160 for i in range(5): 161 162 x=x-1 163 164 print consuming. + str(x) 165 166 con.notify() 167 168 print x 169 170 con.release() 171 172 173 174 con = threading.Condition() 175 176 x=0 177 178 print start consumer 179 180 c=Consumer(consumer) 181 182 print start producer 183 184 p=Producer(producer) 185 186 187 188 p.start() 189 190 c.start() 191 192 p.join() 193 194 c.join() 195 196 print x 上面的例子中，在初始状态下，Consumer处于wait状态，Producer连续生产（对x执行增1操作）5次后，notify正在等待的Consumer。Consumer被唤醒开始消费（对x执行减1操作） 2， 同步队列Python中的Queue对象也提供了对线程同步的支持。使用Queue对象可以实现多个生产者和多个消费者形成的FIFO的队列。生产者将数据依次存入队列，消费者依次从队列中取出数据。 view plaincopy to clipboardprint?197 # producer_consumer_queue 198 199 from Queue import Queue 200 201 import random 202 203 import threading 204 205 import time 206 207 208 209 #Producer thread 210 211 class Producer(threading.Thread): 212 213 def _init_(self, t_name, queue): 214 215 threading.Thread._init_(self, name=t_name) 216 217 self.data=queue 218 219 def run(self): 220 221 for i in range(5): 222 223 print %s: %s is producing %d to the queue!n %(time.ctime(), self.getName(), i) 224 225 self.data.put(i) 226 227 time.sleep(random.randrange(10)/5) 228 229 print %s: %s finished! %(time.ctime(), self.getName() 230 231 232 233 #Consumer thread 234 235 class Consumer(threading.Thread): 236 237 def _init_(self, t_name, queue): 238 239 threading.Thread._init_(self, name=t_name) 240 241 self.data=queue 242 243 def run(self): 244 245 for i in range(5): 246 247 val = self.data.get() 248 249 print %s: %s is consuming. %d in the queue is consumed!n %(time.ctime(), self.getName(), val) 250 251 time.sleep(random.randrange(10) 252 253 print %s: %s finished! %(time.ctime(), self.getName() 254 255 256 257 #Main thread 258 259 def main(): 260 261 queue = Queue() 262 263 producer = Producer(Pro., queue) 264 265 consumer = Consumer(Con., queue) 266 267 producer.start() 268 269 consumer.start() 270 271 producer.join() 272 273 consumer.join() 274 275 print All threads terminate! 276 277 278 279 if _name_ = _main_: 280 281 main() 在上面的例子中，Producer在随机的时间内生产一个“产品”，放入队列中。Consumer发现队列中有了“产品”，就去消费它。本例中，由于Producer生产的速度快于Consumer消费的速度，所以往往Producer生产好几个“产品”后，Consumer才消费一个产品。Queue模块实现了一个支持多producer和多consumer的FIFO队列。当共享信息需要安全的在多线程之间交换时，Queue非常有用。Queue的默认长度是无限的，但是可以设置其构造函数的maxsize参数来设定其长度。Queue的put方法在队尾插入，该方法的原型是：put( item, block, timeout)如果可选参数block为true并且timeout为None（缺省值），线程被block，直到队列空出一个数据单元。如果timeout大于0，在timeout的时间内，仍然没有可用的数据单元，Full exce