Python 多线程

Python是支持多线程的，但是由于它是解释器语言且存在全局解释器锁（GIL）的存在，多线程的Python程序可能比单线程的Python程序还要慢；所以建议不要在Python使用多线程，而使用多进程。

多线程

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

• 使用线程可以把占据长时间的程序中的任务放到后台去处理。

• 用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可

以弹出一个进度条来显示处理的进度

• 程序的运行速度可能加快

• 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用

了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

• 线程可以被抢占（中断）。

• 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

线程可以分为:

• 内核线程：由操作系统内核创建和撤销。

• 用户线程：不需要内核支持而在用户程序中实现的线程。

• Python 多线程

Python3.x 线程中常用的两个模块为：

• _thread

• threading(推荐使用)

thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3.x 中不能再使用\"thread\" 模块。为了兼容性，Python3.x 将 thread 重命名为 \"_thread\"。

Python thread模块多线程

首先需要声明的是Python3.x 将老的thread模块重命名为 \"_thread\"，Python3.x 建议用threading模块代替。

调用 _thread 模块中的start_new_thread()函数来产生新线程。

语法如下:

参数说明:

• function - 线程函数。

• args - 传递给线程函数的参数,他必须是个tuple类型。

• kwargs - 可选参数。

实例：

Python threading模块多线程

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。

_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：

• threading.currentThread(): 返回当前的线程变量。

• threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启

动后、结束前，不包括启动前和终止后的线程。

• threading.activeCount(): 返回正在运行的线程数量，与

len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

• run(): 用以表示线程活动的方法。

• start():启动线程活动。

• join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止

-正常退出或者抛出未处理的异常-或者是可选的超时发生。

• isAlive(): 返回线程是否活动的。

• getName(): 返回线程名。

• setName(): 设置线程名。

我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法。

实例：

线程同步

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 Thread 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。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程\"set\"从后向前把所有元素改成1，而线程\"print\"负责从前往后读取列表并打印。

那么，可能线程\"set\"开始改的时候，线程\"print\"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如\"set\"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如\"print\"获得锁定了，那么就让线程\"set\"暂停，也就是同步阻塞；等到线程\"print\"访问完毕，释放锁以后，再让线程\"set\"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

实例：

线程优先级队列（Queue）

Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。

这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。

Queue 模块中的常用方法:

• Queue.qsize() 返回队列的大小

• 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.full 与 maxsize 大小对应

• Queue.get([block[, timeout]])获取队列，timeout等待时间

• Queue.get_nowait() 相当Queue.get(False)

• Queue.put(item) 写入队列，timeout等待时间

• Queue.put_nowait(item) 相当Queue.put(item, False)

• Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完

成的队列发送一个信号

• Queue.join() 实际上意味着等到队列为空，再执行别的操作

实例: