Python多线程的学习

Python线程的使用有两种：基于thread模块的start_new_thread方法和基于threading模块的Thread类。

1.基于thread模块的start_new_thread方法：

#!/usr/bin/python
import time
import thread

def timer(no, interval):
cnt = 0
while cnt < 10:
print 'Thread:(%d) Time:%s\n' % (no, time.ctime())
time.sleep(interval)
cnt +=1

print 'Thread (%s) exit' % no
thread.exit_thread()

def test():
thread.start_new_thread(timer, (1,1))
thread.start_new_thread(timer, (2,2))

if __name__ == '__main__':
test()
time.sleep(25)

在我的环境下会报如下错误：

Unhandled exception in thread started by

sys.excepthook is missing

lost sys.stderr

原因：启动线程之后，须确保主线程等待所有子线程返回结果后再退出，如果主线程比子线程早结束，无论其子线程是否是后台线程，都将会中断，抛出这个异常 。

上面的例子定义了一个线程函数timer,它打印出10条时间记录后退出，每次打印的间隔由interval参数决定。thread.start_new_thread(function, args[, kwargs])的第一个参数是线程函数（本例中的timer方法），第二个参数是传递给线程函数的参数，它必须是tuple类型，kwargs是可选参数。

线程的结束可以等待线程自然结束，也可以在线程函数中调用thread.exit()或thread.exit_thread()方法。

2.基于threading模块的Thread类：

#!/usr/bin/python
import time
from threading import Thread

def timer(no, interval):
cnt = 0
while cnt < 10:
print 'Thread:(%s) Time:%s\n' % (no, time.ctime())
time.sleep(interval)
cnt +=1

print 'Thread (%s) exit' % no

class MyThread ( Thread ):
def __init__(self, name, count):
super(MyThread, self).__init__()
self.name=  name
self.count = count

def run(self):
timer(self.name , self.count)

if __name__ == '__main__':
task1 = MyThread('task1', 1)
task2 = MyThread('task2', 2)

task1.start()
task2.start()

print 'wait task1 join'
task1.join()
print 'after task1 join'

print 'wait task2 join'
task2.join()
print 'after task2 join'

time.sleep(20)

threading.Thread类的使用：

1，在自己的线程类的init里调用threading.Thread.init(self, name = threadname)

threadname为线程的名字

2， run()，通常需要重写，编写代码实现做需要的功能。

3，getName()，获得线程对象名称

4，setName()，设置线程对象名称

5，start()，启动线程

6，jion([timeout])，等待另一线程结束后再运行。

7，setDaemon(bool)，设置子线程是否随主线程一起结束，必须在start()之前调用。默认为False。

8，isDaemon()，判断线程是否随主线程一起结束。

9，isAlive()，检查线程是否在运行中。

假设两个线程对象t1和t2都要对num=0进行增1运算，t1和t2都各对num修改10次，num的最终的结果应该为20。但是由于是多线程访问，有可能出现下面情况：在num=0时，t1取得num=0。系统此时把t1调度为”sleeping”状态，把t2转换为”running”状态，t2页获得num=0。然后t2对得到的值进行加1并赋给num，使得num=1。然后系统又把t2调度为”sleeping”，把t1转为”running”。线程t1又把它之前得到的0加1后赋值给num。这样，明明t1和t2都完成了1次加1工作，但结果仍然是num=1。

上面的case描述了多线程情况下最常见的问题之一：数据共享。当多个线程都要去修改某一个共享数据的时候，我们需要对数据访问进行同步。

3,线程同步

最简单的同步机制就是“锁”。锁对象由threading.Lock类创建。线程可以使用锁的acquire()方法获得锁，这样锁就进入“locked”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候，就会被系统变为“blocked”状态，直到那个拥有锁的线程调用锁的release()方法来释放锁，这样锁就会进入“unlocked”状态。“blocked”状态的线程就会收到一个通知，并有权利获得锁。如果多个线程处于“blocked”状态，所有线程都会先解除“blocked”状态，然后系统选择一个线程来获得锁，其他的线程继续沉默（“blocked”）。

#!/usr/bin/python

from threading import Thread
from threading import Lock
from time import sleep
from random import randint

#
storehouse = [0] * 10
#
lock = Lock()

class Producer(Thread):
u""""""
def __init__(self):
super(Producer, self).__init__()
def run(self):
print "Producer starts producing...\n",
x = 0
while x < len(storehouse):
#
lock.acquire()
print "Producer is producing the No.%d product.\n" % x,
storehouse[x] = 1
print "Now, the storehouse is %s\n" % storehouse,
#
lock.release()
x += 1
sleep(randint(1, 3))
print "Producer has produced all the products!\n",

class Consumer(Thread):
u""""""
def __init__(self):
super(Consumer, self).__init__()
def run(self):
print "Consumer starts consuming...\n",
x = 0
while x < len(storehouse):
print "Consumer wants to consume a product...\n",
#
lock.acquire()
if storehouse[x] <= 0:
print "There are not any products, the consumer waits.\n",
else:
print "Consumer is consuming the No.%d product.\n" % x,
storehouse[x] = -1
print "Now, the storehouse is %s\n" % storehouse,
x += 1
#
lock.release()
sleep(randint(3, 5))
print "Consumer has consumed all the products!\n",

print "Originally, the storehouse is ", storehouse

producer = Producer()
consumer = Consumer()
producer.start()
consumer.start()

#
producer.join()
consumer.join()

print "Finally, the storehouse is ", storehouse

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。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。

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。

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。

参考阅读：

多线程之join方法 http://blog.sina.com.cn/s/blog_a79dc81e01015psh.html

Python(2.7.x)多线程的简单示例 http://www.aichengxu.com/view/34207

Python多线程学习 http://www.cnblogs.com/tqsummer/archive/2011/01/25/1944771.html