- 背景/简介
- 线程和进程
- 线程和Python
- thread 模块
- threading模块
- 单线程和多线程对比
- 多线程实践
- 生产者-消费者问题和Queue/queue 模块
- 线程的替代方案
现在介绍更高级别的threading模块。除了Thread类之外,该模块还包括许多非常好用的同步机制。
| 对象 | 描述 |
|---|---|
| Thread | 表示一个执行线程的对象 |
| Lock | 锁原语对象（和 thread 模块中的锁一样） |
| Codition | 条件变量对象，使得一个线程等待另一个线程满足特定的 “条件” ，比如改变状态或某个数据值 |
| Event | 条件变量的通用版本，任意数量的线程等待某个事件的发生，在该事件发生后所有的线程将被激活 |
| Semapore | 为线程间共享的有限资源提供一个“计数器”，如果没有可用的资源时会被阻塞 |
| BoundSemapore | 与Semapore 相似，不过它不允许超过初始值 |
| Timer | 与Thread相似，不过它要在运行前等待一段时间 |
| Barrier | 创造一个“障碍” ， 必须到达指定数量的线程后才可以继续 |
本节将研究如何使用Thread 类来实现多线程。由于之前已经介绍过锁的基本概念，因此这里不会再对锁原语进行介绍。因为Thread()类同样包含某种同步机制，所以锁原语的显示使用不再是必需的了
核心提示：
避免使用
thread模块的另一个原因是该模块不支持守护线程的概念。当主线程退出时，所有子线程都将终止，不管它们是否仍在工作。如果你不希望发生这种行为，就要引入守护线程的概念了。
threading模块支持守护线程，其工作方式是：守护线程一般是等待客户端请求服务的服务器。如果没有客户端请求，守护线程就是清闲的。如果把一个线程设置为守护线程，就表示这个线程不是重要的，进程退出是不需要等待这个线程执行完成。如同服务器线程运行在一个无限循环里，并在在正常情况下不会退出。
如果主线程准备退出时，不需要等待某些子线程完成，就可以为这些子线程设置守护线程标记。当该标记为真时，表示该线程是不重要的，或者说这些线程只是用来等待客户端的请求而不做任何其他事情。
要将一个线程设置为守护线程，需要在启动线程之前执行如下的赋值语句：thread.daemon = True。同样，要检查线程的守护状态，也只需要检查这个值即可。一个新的子线程会继承父线程的守护标记。整个Python程序（可以解读为：主线程）将在所有非守护线程退出之后才退出。换句话说，就是没有剩下存活的非守护线程时。
Thread类
| 属性 | 描述 |
|---|---|
| name | 线程名 |
| ident | 线程的标识符 |
| daemon | 布尔标志，表示这个线程是否是守护线程 |
创建 Thread 的实例，传递给它一个参数
在第一个例子中，我们只是把 Thread 类实例化，然后将函数（以及参数）传递进去，和之前的例子中采用的参数一样。当线程开始执行时，这个函数也将执行。我们把mtsleepB.py脚本进行修改，添加使用 Thread类，得到示例中的mtsleepC.py文件
import threading
from time import sleep, ctime
loops = [4, 2]
def loop(nloop, nsec):
print 'start loop', nloop, 'at:', ctime()
sleep(nsec)
print 'loop', nloop, 'done at:', ctime()
def main():
print 'starting at:', ctime()
threads = []
nloops = range(len(loops))
for i in nloops:
t = threading.Thread(target=loop, args=(i, loops[i]))
threads.append(t)
for i in nloops: #开始执行
threads[i].start()
for i in nloops: #等待所有的线程执行完
threads[i].join()
print 'all DONE at:', ctime()
if __name__ == '__main__':
main()
运行脚本时，可以得到和之前相似的输出。
starting at: Wed Jan 24 01:23:05 2018
start loop 0 at:Wed Jan 24 01:23:05 2018
start loop 1 at:Wed Jan 24 01:23:05 2018
loop 1 done at:Wed Jan 24 01:23:07 2018
loop 0 done at:Wed Jan 24 01:23:09 2018
all DONE at: Wed Jan 24 01:23:09 2018
那么这里到底做了那些修改呢？使用 Thread 模块时实现的锁没有了，取而代之的是一组Thread对象。当实例化Thread对象时，把函数 ( target ) 和参数（args）传递进去，然后得到返回的Thread实例，实例化Thread和调用thread.start_new_thread()的最大区别是新线程不会立即执行。这是一个非常有用的同步功能，尤其是你不希望新线程立即执行时。
当所有的线程都分配完成之后，通过调用每个线程的 start() 方法让它们开始执行，而不是在这之前就会执行。相比于管理一组锁（分配、获取、释放、检查锁状态等）而言，这里只需要为每个线程调用join() 方法即可。join() 方法将等待线程结束，或者在提供了超时时间的情况下，大到超时时间。join() 方法要比等待锁释放的无限循环更加清晰（这也是这种锁又称为自旋锁的原因）。
对于join() 方法而言，其另外一个重要的方面是其实它不需要调用。一旦线程启动，它将一直执行，知道给定的函数完成后退出。如果主线程还有其他事情要做，而不是等待这些线程完成（例如其他处理或者等待新用户的客户端请求），就可以不调用join() 。join() 方法只有在你需要等待线层完成的时候才是有用的。
创建 Thread 的实例，传给他一个可调用的类实例
在创建线程时，与函数相似的一个方式是传入一个可调用的类的实例，用于线程执行----这种方法更加接近面线对象的多线程编程。这种可调用的类包含一个执行环境，比起一个函数或者从一组函数中选择而言，有更好的灵活性。现在你有了一个类对象，而不仅仅是单个函数或者一个函数列表/元组。
在mtsleepC.py的代码中添加一个新类 ThreadFunction，并进行一些其他的轻微改动，得到mtsleepD.py
import threading
from time import sleep, ctime
loops = [4, 2]
class ThreadFunc(object):
def __init__(self, func, args, name=''):
self.name =name
self.func = func
self.args = args
def __call__(self):
self.func(*self.args)
def loop(nloop, nsec):
print 'start loop', nloop, 'at:', ctime()
sleep(nsec)
print 'loop', nloop, 'done at:', ctime()
def main():
print 'starting at:', ctime()
threads = []
nloops = range(len(loops))
for i in nloops:
t = threading.Thread(target=ThreadFunc(loop,(i,loops[i]),loop.__name__))
threads.append(t)
for i in nloops: #开始执行
threads[i].start()
for i in nloops: #等待所有的线程执行完
threads[i].join()
print 'all DONE at:', ctime()
if __name__ == '__main__':
main()
运行mtsleepD.py得到下面的输出。
starting at: Wed Jan 24 10:36:42 2018
start loop 0 at:Wed Jan 24 10:36:42 2018
start loop 1 at:Wed Jan 24 10:36:42 2018
loop 1 done at:Wed Jan 24 10:36:44 2018
loop 0 done at:Wed Jan 24 10:36:46 2018
all DONE at: Wed Jan 24 10:36:46 2018
那么，这次又修改了什么？主要是添加了ThreadFunc类，并在实例化Thread 对象时，做了一点小改动，同时实例化了可调用类ThreadFunc。实际上，这里完成了两个实例化。让我们先仔细看看ThreadFunc类吧。
我们希望这个类更加通用，而不是局限于 loop() 函数，因此添加了一些新的东西，比如让这个类保存了函数的参数、函数自身、以及函数名的字符串。而构造函数__inin__()用于设定上述值。
当创建新线程时，Thread 类的代码将要调用 ThreadFunc 对象，此时会调用 __call__() 这个特殊的方法。由于我们已经有了要用到的参数，这里就不需要再将其传递给Thread()的构造函数了，直接调用即可。