?一、Python中的線程使用：
????Python中使用線程有兩種方式：函數或者用類來包裝線程對象。
1、??函數式：調用thread模塊中的start_new_thread()函數來產生新線程。如下例：
?
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??????thread.exit_thread()??????????def?test():?#Use?thread.start_new_thread()?to?create?2?new?threads??????thread.start_new_thread(timer,?(1,1))??????thread.start_new_thread(timer,?(2,2))?????if?__name__=='__main__':??????test()?? ?
?
????上面的例子定義了一個線程函數timer,它打印出10條時間記錄后退出，每次打印的間隔由interval參數決定。thread.start_new_thread(function, args[, kwargs])的第一個參數是線程函數（本例中的timer方法），第二個參數是傳遞給線程函數的參數，它必須是tuple類型，kwargs是可選參數。
????線程的結束可以等待線程自然結束，也可以在線程函數中調用thread.exit()或thread.exit_thread()方法。
2、??創建threading.Thread的子類來包裝一個線程對象，如下例：
?
import?threading??import?time??class?timer(threading.Thread):?#The?timer?class?is?derived?from?the?class?threading.Thread??????def?__init__(self,?num,?interval):??????????threading.Thread.__init__(self)??????????self.thread_num?=?num??????????self.interval?=?interval??????????self.thread_stop?=?False?????????def?run(self):?#Overwrite?run()?method,?put?what?you?want?the?thread?do?here??????????while?not?self.thread_stop:??????????????print?'Thread?Object(%d),?Time:%s\n'?%(self.thread_num,?time.ctime())??????????????time.sleep(self.interval)??????def?stop(self):??????????self.thread_stop?=?True??????????????def?test():??????thread1?=?timer(1,?1)??????thread2?=?timer(2,?2)??????thread1.start()??????thread2.start()??????time.sleep(10)??????thread1.stop()??????thread2.stop()??????return?????if?__name__?==?'__main__':??????test()?? ?
?
???
????就我個人而言，比較喜歡第二種方式，即創建自己的線程類，必要時重寫threading.Thread類的方法，線程的控制可以由自己定制。
threading.Thread類的使用：
1，在自己的線程類的__init__里調用threading.Thread.__init__(self, name = threadname)
Threadname為線程的名字
2，?run()，通常需要重寫，編寫代碼實現做需要的功能。
3，getName()，獲得線程對象名稱
4，setName()，設置線程對象名稱
5，start()，啟動線程
6，jion([timeout])，等待另一線程結束后再運行。
7，setDaemon(bool)，設置子線程是否隨主線程一起結束，必須在start()之前調用。默認為False。
8，isDaemon()，判斷線程是否隨主線程一起結束。
9，isAlive()，檢查線程是否在運行中。
????此外threading模塊本身也提供了很多方法和其他的類，可以幫助我們更好的使用和管理線程?？梢詤⒖磆ttp://www.python.org/doc/2.5.2/lib/module-threading.html。
?
?
假設兩個線程對象t1和t2都要對num=0進行增1運算，t1和t2都各對num修改10次，num的最終的結果應該為20。但是由于是多線程訪問，有可能出現下面情況：在num=0時，t1取得num=0。系統此時把t1調度為”sleeping”狀態，把t2轉換為”running”狀態，t2頁獲得num=0。然后t2對得到的值進行加1并賦給num，使得num=1。然后系統又把t2調度為”sleeping”，把t1轉為”running”。線程t1又把它之前得到的0加1后賦值給num。這樣，明明t1和t2都完成了1次加1工作，但結果仍然是num=1。
????上面的case描述了多線程情況下最常見的問題之一：數據共享。當多個線程都要去修改某一個共享數據的時候，我們需要對數據訪問進行同步。
1、??簡單的同步
最簡單的同步機制就是“鎖”。鎖對象由threading.RLock類創建。線程可以使用鎖的acquire()方法獲得鎖，這樣鎖就進入“locked”狀態。每次只有一個線程可以獲得鎖。如果當另一個線程試圖獲得這個鎖的時候，就會被系統變為“blocked”狀態，直到那個擁有鎖的線程調用鎖的release()方法來釋放鎖，這樣鎖就會進入“unlocked”狀態?！癰locked”狀態的線程就會收到一個通知，并有權利獲得鎖。如果多個線程處于“blocked”狀態，所有線程都會先解除“blocked”狀態，然后系統選擇一個線程來獲得鎖，其他的線程繼續沉默（“blocked”）。
Python中的thread模塊和Lock對象是Python提供的低級線程控制工具，使用起來非常簡單。如下例所示：
?
import?thread??import?time??mylock?=?thread.allocate_lock()??#Allocate?a?lock??num=0??#Shared?resource????def?add_num(name):??????global?num??????while?True:??????????mylock.acquire()?#Get?the?lock???????????#?Do?something?to?the?shared?resource??????????print?'Thread?%s?locked!?num=%s'%(name,str(num))??????????if?num?>=?5:??????????????print?'Thread?%s?released!?num=%s'%(name,str(num))??????????????mylock.release()??????????????thread.exit_thread()??????????num+=1??????????print?'Thread?%s?released!?num=%s'%(name,str(num))??????????mylock.release()??#Release?the?lock.????def?test():??????thread.start_new_thread(add_num,?('A',))??????thread.start_new_thread(add_num,?('B',))????if?__name__==?'__main__':??????test()?? ?
Python?在thread的基礎上還提供了一個高級的線程控制庫，就是之前提到過的threading。Python的threading module是在建立在thread module基礎之上的一個module，在threading module中，暴露了許多thread module中的屬性。在thread module中，python提供了用戶級的線程同步工具“Lock”對象。而在threading module中，python又提供了Lock對象的變種: RLock對象。RLock對象內部維護著一個Lock對象，它是一種可重入的對象。對于Lock對象而言，如果一個線程連續兩次進行acquire操作，那么由于第一次acquire之后沒有release，第二次acquire將掛起線程。這會導致Lock對象永遠不會release，使得線程死鎖。RLock對象允許一個線程多次對其進行acquire操作，因為在其內部通過一個counter變量維護著線程acquire的次數。而且每一次的acquire操作必須有一個release操作與之對應，在所有的release操作完成之后，別的線程才能申請該RLock對象。
下面來看看如何使用threading的RLock對象實現同步。
?
import?threading??mylock?=?threading.RLock()??num=0?????class?myThread(threading.Thread):??????def?__init__(self,?name):??????????threading.Thread.__init__(self)??????????self.t_name?=?name????????????????def?run(self):??????????global?num??????????while?True:??????????????mylock.acquire()??????????????print?'\nThread(%s)?locked,?Number:?%d'%(self.t_name,?num)??????????????if?num>=4:??????????????????mylock.release()??????????????????print?'\nThread(%s)?released,?Number:?%d'%(self.t_name,?num)??????????????????break??????????????num+=1??????????????print?'\nThread(%s)?released,?Number:?%d'%(self.t_name,?num)??????????????mylock.release()????????????????def?test():??????thread1?=?myThread('A')??????thread2?=?myThread('B')??????thread1.start()??????thread2.start()?????if?__name__==?'__main__':??????test()?? ?
我們把修改共享數據的代碼成為“臨界區”。必須將所有“臨界區”都封閉在同一個鎖對象的acquire和release之間。
2、??條件同步
鎖只能提供最基本的同步。假如只在發生某些事件時才訪問一個“臨界區”，這時需要使用條件變量Condition。
Condition對象是對Lock對象的包裝，在創建Condition對象時，其構造函數需要一個Lock對象作為參數，如果沒有這個Lock對象參數，Condition將在內部自行創建一個Rlock對象。在Condition對象上，當然也可以調用acquire和release操作，因為內部的Lock對象本身就支持這些操作。但是Condition的價值在于其提供的wait和notify的語義。
條件變量是如何工作的呢？首先一個線程成功獲得一個條件變量后，調用此條件變量的wait()方法會導致這個線程釋放這個鎖，并進入“blocked”狀態，直到另一個線程調用同一個條件變量的notify()方法來喚醒那個進入“blocked”狀態的線程。如果調用這個條件變量的notifyAll()方法的話就會喚醒所有的在等待的線程。
如果程序或者線程永遠處于“blocked”狀態的話，就會發生死鎖。所以如果使用了鎖、條件變量等同步機制的話，一定要注意仔細檢查，防止死鎖情況的發生。對于可能產生異常的臨界區要使用異常處理機制中的finally子句來保證釋放鎖。等待一個條件變量的線程必須用notify()方法顯式的喚醒，否則就永遠沉默。保證每一個wait()方法調用都有一個相對應的notify()調用，當然也可以調用notifyAll()方法以防萬一。
?
?
生產者與消費者問題是典型的同步問題。這里簡單介紹兩種不同的實現方法。
1，??條件變量
?
import?threading????import?time????class?Producer(threading.Thread):????????def?__init__(self,?t_name):????????????threading.Thread.__init__(self,?name=t_name)?????????????def?run(self):????????????global?x????????????con.acquire()????????????if?x?>?0:????????????????con.wait()????????????else:????????????????for?i?in?range(5):????????????????????x=x+1????????????????????print?"producing..."?+?str(x)????????????????con.notify()????????????print?x????????????con.release()?????????class?Consumer(threading.Thread):????????def?__init__(self,?t_name):????????????threading.Thread.__init__(self,?name=t_name)????????def?run(self):????????????global?x????????????con.acquire()????????????if?x?==?0:????????????????print?'consumer?wait1'????????????????con.wait()????????????else:????????????????for?i?in?range(5):????????????????????x=x-1????????????????????print?"consuming..."?+?str(x)????????????????con.notify()????????????print?x????????????con.release()?????????con?=?threading.Condition()????x=0????print?'start?consumer'????c=Consumer('consumer')????print?'start?producer'????p=Producer('producer')?????????p.start()????c.start()????p.join()????c.join()????print?x?? ??
?
?
????上面的例子中，在初始狀態下，Consumer處于wait狀態，Producer連續生產（對x執行增1操作）5次后，notify正在等待的Consumer。Consumer被喚醒開始消費（對x執行減1操作）?
2，??同步隊列
Python中的Queue對象也提供了對線程同步的支持。使用Queue對象可以實現多個生產者和多個消費者形成的FIFO的隊列。
生產者將數據依次存入隊列，消費者依次從隊列中取出數據。
?
?
#?producer_consumer_queue????from?Queue?import?Queue????import?random????import?threading????import?time?????????#Producer?thread????class?Producer(threading.Thread):????????def?__init__(self,?t_name,?queue):????????????threading.Thread.__init__(self,?name=t_name)????????????self.data=queue????????def?run(self):????????????for?i?in?range(5):????????????????print?"%s:?%s?is?producing?%d?to?the?queue!\n"?%(time.ctime(),?self.getName(),?i)????????????????self.data.put(i)????????????????time.sleep(random.randrange(10)/5)????????????print?"%s:?%s?finished!"?%(time.ctime(),?self.getName())?????????#Consumer?thread????class?Consumer(threading.Thread):????????def?__init__(self,?t_name,?queue):????????????threading.Thread.__init__(self,?name=t_name)????????????self.data=queue????????def?run(self):????????????for?i?in?range(5):????????????????val?=?self.data.get()????????????????print?"%s:?%s?is?consuming.?%d?in?the?queue?is?consumed!\n"?%(time.ctime(),?self.getName(),?val)????????????????time.sleep(random.randrange(10))????????????print?"%s:?%s?finished!"?%(time.ctime(),?self.getName())?????????#Main?thread????def?main():????????queue?=?Queue()????????producer?=?Producer('Pro.',?queue)????????consumer?=?Consumer('Con.',?queue)????????producer.start()????????consumer.start()????????producer.join()????????consumer.join()????????print?'All?threads?terminate!'?????????if?__name__?==?'__main__':????????main()?? ?
?
在上面的例子中，Producer在隨機的時間內生產一個“產品”，放入隊列中。Consumer發現隊列中有了“產品”，就去消費它。本例中，由于Producer生產的速度快于Consumer消費的速度，所以往往Producer生產好幾個“產品”后，Consumer才消費一個產品。
Queue模塊實現了一個支持多producer和多consumer的FIFO隊列。當共享信息需要安全的在多線程之間交換時，Queue非常有用。Queue的默認長度是無限的，但是可以設置其構造函數的maxsize參數來設定其長度。Queue的put方法在隊尾插入，該方法的原型是：
put(?item[, block[, timeout]])
如果可選參數block為true并且timeout為None（缺省值），線程被block，直到隊列空出一個數據單元。如果timeout大于0，在timeout的時間內，仍然沒有可用的數據單元，Full exception被拋出。反之，如果block參數為false（忽略timeout參數），item被立即加入到空閑數據單元中，如果沒有空閑數據單元，Full exception被拋出。
Queue的get方法是從隊首取數據，其參數和put方法一樣。如果block參數為true且timeout為None（缺省值），線程被block，直到隊列中有數據。如果timeout大于0，在timeout時間內，仍然沒有可取數據，Empty exception被拋出。反之，如果block參數為false（忽略timeout參數），隊列中的數據被立即取出。如果此時沒有可取數據，Empty exception也會被拋出。
轉載于:https://www.cnblogs.com/imhurley/p/3803271.html
總結
以上是生活随笔為你收集整理的Python多线程学习的全部內容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。
