Python学习之路——多线程

一、线程

1. 定义

进程可以简单的理解为一个可以独立运行的程序单位，它是线程的集合，进程就是有一个或多个线程构成的。而线程是进程中的实际运行单位，是操作系统进行运算调度的最小单位。可理解为线程是进程中的一个最小运行单元。

2. 解释器

Python 解释器的主要作用是将我们在 .py 文件中写好的代码交给机器去执行，比较常见的解释器包括如下几种：

• CPython：官方解释器，我们从官网下载安装后获得的就是这个解释器，它使用 C 语言开发，是使用范围最广泛的 Python 解释器。
• Jython：由 Java 编写，它可以将 Python 代码编译成 Java 字节码，再由 JVM 执行对应的字节码。
• IronPython：与 Jython 类似，它由 C# 编写，是运行在 .Net 平台上的解释器。
• IPython：基于 CPython 的一个交互式解释器，它主要增强了 CPython 的交互方式。
• PyPy：采用了 JIT 技术，它是一个关注执行速度的 Python 解释器，该解释器可以明显提升 Python 代码的执行速度。

3. GIL

GIL（global interpreter lock）即全局解释器锁。GIL就是一把锁，当有多个线程时，只有拿到这把锁的线程能够执行Python代码。
在CPython 解释器中，通过GIL机制来确保同一时刻只有一个线程执行 Python 代码的。这样做十分方便的帮助 CPython 解决了并发访问的线程安全问题，但却牺牲了在多处理器上的并行性。因此，CPython 解释器下的多线程并不是真正意义上的多线程。
GIL在以前是完全没有问题的，因为当时的计算机性能还十分落后；但是现在计算机的硬件性能已经发展十分迅速，完全可以实现多个线程并发执行。因此现在GIL反而成了制约Python并发的一堵墙。
但是为什么现在没有去掉GIL呢？这是因为Python的历史已经很久了，如果现在去掉GIL的话，以前很多依靠Python的程序都需要重新架构，这是一项十分庞大的工程。因此现在依然还没有去掉GIL。

二、threading模块

Python的标准库提供了两个模块：_thread和threading。
在Python2.x的版本里，多线程使用的都是thread模块，thread模块在Python3.x的版本中已经废除，为了程序的兼容性，Python3将thread模块重命名为_thread。
threading模块对_thread进行了封装。绝大多数情况下，我们只需要使用threading这个模块。

1. 方法属性

1. active_count() -> int：返回当前存活的线程类 Thread 对象的数量。返回的计数等于 enumerate() 返回的列表长度。
2. enumerate() -> List[Thread]：以列表形式返回当前所有存活的 Thread 对象。该列表包含守护线程、current_thread() 创建的虚拟线程对象和主线程，不包含已终结的线程和尚未开始的线程。
3. current_thread() -> Thread：返回当前对应调用者的控制线程的 Thread 对象。如果调用者的控制线程不是利用 threading 创建，会返回一个功能受限的虚拟线程对象。
4. get_ident() -> int：返回当前线程的线程标识符，它是一个非零的整数。它的值没有直接含义，主要是用作 magic cookie，比如作为含有线程相关数据的字典的索引。线程标识符可能会在线程退出，新线程创建时被复用。
5. threading.main_thread() -> Thread：返回主 Thread 对象。
6. settrace(func: _TF) -> None：为所有 threading 模块开始的线程设置追踪函数。每个线程的 run() 方法被调用前，func会被传递给 sys.settrace() 。
7. setprofile(func: _PF) -> None：为所有 threading 模块开始的线程设置性能测试函数。在每个线程的 run() 方法被调用前，func 会被传递给 sys.setprofile() 。
8. stack_size(size: int = ...) -> int：返回创建线程时用的堆栈大小（size可指定之后新建的线程的堆栈大小，在0~32768[32kb]之间）。
9. TIMEOUT_MAX: float：阻塞函数中形参 timeout 允许的最大值。

2. 线程对象（Thread）

Thread类可用来创建线程对象。
参数：

• group: None：为了日后扩展 ThreadGroup 类实现而保留
• target: Optional[Callable[..., Any]]：用于 run() 方法调用的可调用对象（如函数等）
• name: Optional[str]：线程名称。默认情况下为 “Thread-N” 格式
• args: Iterable：用于调用目标函数的参数元组
• kwargs: Mapping[str, Any]：用于调用目标函数的关键字参数字典
• daemon: Optional[bool]：设置线程是否为守护模式。默认为None，守护模式
  补充——守护模式与非守护模式：
• 守护线程：守护线程会随主线程的退出而退出。即使当时正在执行任务，如果主线程退出了的话守护线程会立即停止并退出。这有可能会导致资源不能被正确释放的的问题（如：已经打开的文档等）。
• 非守护线程：Python 程序退出时，如果还有非守护线程在运行，程序会等待所有非守护线程运行完毕才会退出（默认创建的就是非守护线程）。

常用方法：

• start() -> None：开始线程
• run() -> None：线程活动的方法
• join(timeout: Optional[float] = ...) -> None：阻塞主线程，直到线程结束（timeout 参数可以设置阻塞时间）
• getName() -> str：得到线程名字
• setName(name: str) -> None：设置线程名字

6. is_alive() -> bool：判断线程是否存活

• isAlive() -> bool：判断线程是否存货
• isDaemon() -> bool：判断线程是否是守护线程
• setDaemon(daemonic: bool) -> None：设置线程为守护线程（必须在start()方法之前执行）

例子：

import threading

def say(name, num):
    for i in range(num):
        print(name, ':', i)

if __name__ == '__main__':
    t1 = threading.Thread(target=say, args=('t1', 10))
    t2 = threading.Thread(target=say, args=('t2', 50), daemon=True)
    t1.start()
    t2.start()
    t1.join()

3. 锁（Lock、RLock）

在多线程中，当数据在不同的线程中同时进行读写时，就会因为线程间速度不匹配而导致数据紊乱。此时就需要加锁来保证数据的一致性。
Lock类返回一个（只能单次加锁）原始锁 对象，RLock类返回一个（可以重复加锁）递归锁对象。锁支持上下文管理器。
常用方法：

• acquire(blocking: bool, timeout: float) -> bool：如果成功获得锁，则返回 True，否则返回 False (例如发生 超时 的时候)。（参数 blocking为 True（默认值），阻塞直到锁被释放，然后将锁锁定并返回 True ；
  当blocking为 False 时，锁不会发生阻塞。如果调用时 blocking 设为 True 会阻塞，并立即返回 False ；否则，将锁锁定并返回 True。timeout 可以设置阻塞时间。当 blocking 为 false 时，timeout 指定的值将被忽略）
• release() -> None：释放锁（这个方法可以在任何线程中调用）
• locked() -> bool：判断是否获得锁

例子：

import threading

def say(name, lock):
    lock.acquire()
    print(name)
    lock.release()

if __name__ == '__main__':
    lock = threading.Lock()
    t1 = threading.Thread(target=say, args=('t1', lock))
    t2 = threading.Thread(target=say, args=('t2', lock), daemon=True)
    t1.start()
    t2.start()
    t1.join()

4. 条件对象（Condition）

当我们需要等到特定条件才释放锁时，这个时候就试用于条件对象。
条件变量总是与某种类型的锁对象相关联，锁对象可以通过传入获得，或者在缺省的情况下自动创建。
参数：

• lock: Union[Lock, _RLock, None]：传入一个锁，默认会自动生成一个锁。

常用方法：

• acquire(blocking: bool, timeout: float) -> bool：与锁对象的该方法相同
• release() -> None：与锁对象的该方法相同
• wait(timeout: Optional[float]) -> bool：等待直到被通知或发生超时（timeout为超时参数）
• wait_for(predicate: Callable[[], _T], timeout: Optional[float]) -> _T：等待，直到条件计算为真（predicate 一个可调用对象并且其返回值可被解释为一个布尔值； timeout 参数给出最大等待时间）
• notify(n: int) -> None：默认唤醒一个等待这个条件的线程（n可以设置最多唤醒的线程数，默认为1）
• notify_all() -> None：唤醒所有等待的线程

例子：

import threading

def say(con):
    con.acquire()
    for _ in range(5):
        print('say')
    con.notify()
    con.wait()

def listen(con):
    con.acquire()
    for _ in range(5):
        print('listen')
    con.release()

if __name__ == '__main__':
    con = threading.Condition()
    t1 = threading.Thread(target=say, args=(con, ), daemon=True)
    t2 = threading.Thread(target=listen, args=(con, ))
    t1.start()
    t2.start()
    t2.join()

5. 信号量（Semaphore）

一个信号量管理一个内部计数器，该计数器因 acquire() 方法的调用而递减，因 release() 方法的调用而递增。 计数器的值永远不会小于零；当 acquire() 方法发现计数器为零时，将会阻塞，直到其它线程调用 release() 方法。
参数：
value: int：设置最多引用的锁的数量

常用方法：

• acquire(blocking: bool, timeout: float) -> bool：加锁，计数器减1
• release() -> None：释放锁，计数器加1

例子：

import threading
import time

def say(name, se):
    se.acquire()
    print(name)
    time.sleep(1)
    se.release()

if __name__ == '__main__':
    se = threading.Semaphore(3)
    for i in range(10):
        t = threading.Thread(target=say, args=(i, se))
        t.start()

6. 事件对象（Event）

实现事件对象的类。
事件对象管理一个内部标志，调用 set() 方法可将其设置为True。调用 clear() 方法可将其设置为False。调用 wait() 方法将进入阻塞直到标志为True（标志初始时为False）。
常用方法：

• is_set() -> bool：返回内部标志
• set() -> None：将内部标志设置为True
• clear() -> None：将内部标志设置为False
• wait(timeout: Optional[float]) -> bool：阻塞线程直到内部变量为True（timeout可设置超时参数）

例子：

import threading

def say1(eve):
    if eve.wait():
        print('小鸡炖蘑菇')

def say2(eve):
    print('天王盖地虎')
    eve.set()

if __name__ == '__main__':
    eve = threading.Event()
    t1 = threading.Thread(target=say1, args=(eve, ))
    t2 = threading.Thread(target=say2, args=(eve,))
    t1.start()
    t2.start()

7. 定时器对象（Timer）

此类表示一个操作应该在等待一定的时间之后运行——相当于一个定时器（Timer类继承自Thread类）。
参数：

• interval: float：等待时间
• function: Callable[..., None]：可调用对象，即在等待完成后需要执行的任务
• args: Optional[Iterable[Any]]：传递给可调用对象的参数
• kwargs: Optional[Mapping[str, Any]]：传递给可调用对象的关键字参数

常用方法：
cancel() -> None：取消定时器

例子：

import threading

def say1():
    print('小鸡炖蘑菇')

def say2():
    print('天王盖地虎')

if __name__ == '__main__':
    t1 = threading.Thread(target=say2)
    t2 = threading.Timer(1, say1)
    t1.start()
    t2.start()