python线程isalive_python多线程之二——threading模块

54 阅读 0 评论 36 点赞

我是靠谱客的博主和谐大船，最近开发中收集的这篇文章主要介绍python线程isalive_python多线程之二——threading模块，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

上一篇文章讲了python多线程的基础知识和thread模块，这一篇着重讲解一下threading模块

threading模块

threading模块除了Thread类之外，好包括其他很多的同步机制，下面来看一下threading模块汇总所包含的对象。

对象

描述

Thread

执行线程的对象

Lock

锁对象

RLock

递归锁，是一个线程可以再次拥有已持有的锁对象

Condition

条件变量对象，使一个线程等待另一个线程满足特定的条件触发

Event

事件对象，普通版的Condition

Semaphore

信号量，为线程间共享的资源提供一个“计数器”，计数开始值为设置的值，默认为1

BoundedSemaphore

与Semaphore相同，有边界，不能超过设置的值

Timer

定时运行的线程对象，定时器

Barrier

界限，当达到某一界限后才可以继续执行

看到threading有这么多对象，是不是有些懵了，下面一个个的来看一下

Thread类

Thread类是threading模块的主要主要执行对象。Thread对象有三个数据属性，name(线程名)、ident(线程的标识)、daemon(布尔值，是否是守护线程)。这三个数据属性可以直接通过对象进行调用并进行设置。

守护线程一般是一个等待客户端请求服务的服务器，进程退出时，该线程在正常情况下不会退出

Thread类还有一些对象方法

对象方法

描述

__init__()

实例化一个线程对象

start()

开始执行线程

run()

定义线程功能方法(一般在子类中进行重写)

join(timeout=None)

直至启动的线程终止或timeout秒，否则一直挂起，多用于主线程进行阻塞等待子线程运行完毕。

isAlivel/is_alive()

线程是否存活

注意

__init__()完整函数如下__init__(group=None,target=None,name=None,args=(),kwargs={},verbose=None,daemon=None)，Thread对象实例化需要一个可调用的target(可以是一个函数，也可是一个可调用的类实例)，参数args或者kwargs。

说了这么多，那怎么创建线程呢？一般有两种方法：

创建Thread实例，传给其一个函数或可调用的类实例

派生Thread的子类，并创建子类的实例

一般来说，创建Thread实例并传递一个函数和派生Thread子类比较常用，后者更符合面向对象且比较容易扩展

创建Thread实例，传给它一个函数

import random

import threading

from time import ctime,sleep

def loop(nloop,nsec):

print('start loop ',nloop,' sec:',nsec,' at:',ctime())

sleep(nsec)

print('end loop ',nloop,' done at:',ctime())

def main():

print('starting at:',ctime())

threads = []

for i in range(3):

t = threading.Thread(target=loop,args=(i,random.randint(1,5)))

threads.append(t)

for i in range(3):

threads[i].start()

for i in range(3):

threads[i].join()

print('all done at:',ctime())

if __name__ == '__main__':

main()

传递给Thread实例一个函数其实和thread模块中差不多，这里随机生成3个Thread实例，分别运行随机事件，然后通过循环让线程启动threads[i].start()，然后通过join()让主线程等待结束。

打印结果如下

starting at: Thu Sep 7 17:53:44 2017

start loop 0 sec: 1 at: Thu Sep 7 17:53:44 2017

start loop 1 sec: 5 at: Thu Sep 7 17:53:44 2017

start loop 2 sec: 3 at: Thu Sep 7 17:53:44 2017

end loop 0 done at: Thu Sep 7 17:53:45 2017

end loop 2 done at: Thu Sep 7 17:53:47 2017

end loop 1 done at: Thu Sep 7 17:53:49 2017

all done at: Thu Sep 7 17:53:49 2017

如果将join代码注释掉的话，主线程将不会等待子线程运行，打印结果如下:

starting at: Thu Sep 7 17:56:11 2017

start loop 0 sec: 2 at: Thu Sep 7 17:56:11 2017

start loop 1 sec: 4 at: Thu Sep 7 17:56:11 2017

start loop 2 sec: 5 at: Thu Sep 7 17:56:11 2017

all done at: Thu Sep 7 17:56:11 2017

end loop 0 done at: Thu Sep 7 17:56:13 2017

end loop 1 done at: Thu Sep 7 17:56:15 2017

end loop 2 done at: Thu Sep 7 17:56:16 2017

可以看到all done语句已经先执行完毕。然后各个子线程仍然在运行直到结束。

创建Thread实例，传给它一个可调用类的实例

这里需要解释一下，一般实现了__call__方法的类，其实例可以像函数一样进行调用(其实函数就是可调用的对象)，称之为可调用类的实例。这样的话，只需要在类中实现__call__方法即可

import random

import threading

from time import ctime, sleep

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,' sec:',nsec,' at:',ctime())

sleep(nsec)

print('end loop ',nloop,' at:',ctime())

def main():

print('start at:',ctime())

threads = []

loops = range(3)

for i in loops:

t = threading.Thread(target=ThreadFunc(loop,(i,random.randint(1,5)),loop.__name__))

threads.append(t)

for i in loops:

threads[i].start()

for i in loops:

threads[i].join()

print('all done at:',ctime())

if __name__ == '__main__':

main()

这个例子和上面的例子相同，只不过在实例化Thread的时候将ThreadFunc传递给target，当t调用start的时候，其会调用__call__方法。

看一下运行的结果：

import random

import threading

from time import ctime, sleep

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,' sec:',nsec,' at:',ctime())

sleep(nsec)

print('end loop ',nloop,' at:',ctime())

def main():

print('start at:',ctime())

threads = []

loops = range(3)

for i in loops:

t = threading.Thread(target=ThreadFunc(loop,(i,random.randint(1,5)),loop.__name__))

threads.append(t)

for i in loops:

threads[i].start()

for i in loops:

threads[i].join()

print('all done at:',ctime())

if __name__ == '__main__':

main()

派生Thread的子类，创建子类的实例。

派生Thread的子类，一般需要重写run方法。

import random

from threading import Thread

from atexit import register

from time import ctime, sleep

class ThreadFunc(Thread):

def __init__(self,func,args):

Thread.__init__(self)

self.func = func

self.args = args

def run(self):

self.func(*self.args)

def loop(nloop,nsec):

print('start loop ',nloop,' sec:',nsec,' at:',ctime())

sleep(nsec)

print('end loop ',nloop,' at:',ctime())

def main():

print('start at:',ctime())

threads = []

loops = range(3)

for i in loops:

t = ThreadFunc(loop,(i,random.randint(1,5)))

threads.append(t)

for i in loops:

threads[i].start()

@register

def _atexit():

print('all done at:',ctime())

if __name__ == '__main__':

main()

需要注意的是，子类的构造函数必须先调用基类的构造函数，在基类的构造函数中对于相应的参数进行了设置。这里并没有用join来控制主线程等待子线程完成，而是使用atexit.register()来注册一个退出函数。来看一下结果：

start at: Thu Sep 7 18:33:22 2017

start loop 0 sec: 4 at: Thu Sep 7 18:33:22 2017

start loop 1 sec: 3 at: Thu Sep 7 18:33:22 2017

start loop 2 sec: 4 at: Thu Sep 7 18:33:22 2017

end loop 1 at: Thu Sep 7 18:33:25 2017

end loop 0 at: Thu Sep 7 18:33:26 2017

end loop 2 at: Thu Sep 7 18:33:26 2017

all done at: Thu Sep 7 18:33:26 2017

以上就是多线程的三种实现方式。

同步原语

一般在多线程代码中，一般有一些特定的函数或代码块不希望被多个线程同时执行，这就需要使用同步了。同步原语中，锁是最简单、最低级的机制，而信号量通常用于多线程竞争有限资源的情况。

锁(Lock)

锁只有两种状态，锁定和解锁。即支持两种操作：获得锁和释放锁。当多线程争夺锁的时候，允许第一个获得锁的线程进入临界区，并执行代码，其他后到达的线程将被阻塞，直到获得锁的线程执行完毕，退出临界区，并释放锁。其他等待的线程去争夺锁并进行临界区。

下面来看一下不适用锁的例子。

import random

from atexit import register

from threading import currentThread, Thread

from time import ctime, sleep

remaining = []

def loop(nsec):

tname = currentThread().name

remaining.append(tname)

print('{0} started at:{1}'.format(tname,ctime()))

sleep(nsec)

remaining.pop()

print('{0} Completed at:{1} used {2}'.format(tname,ctime(),nsec))

print(remaining)

def main():

for i in range(4):

Thread(target=loop,args=(random.randint(1,5),)).start()

@register

def _axexit():

print('all down at:',ctime())

if __name__ == '__main__':

main()

上面的程序很简单，一个共享的列表remaining来存储剩余的线程，在每个线程中先将线程名称添加到该列表，运行完成后，则从列表中删除。下面来看一下运行的结果:

Thread-1 started at:Thu Sep 7 22:11:01 2017

Thread-2 started at:Thu Sep 7 22:11:01 2017

Thread-3 started at:Thu Sep 7 22:11:01 2017

Thread-4 started at:Thu Sep 7 22:11:01 2017

Thread-2 Completed at:Thu Sep 7 22:11:02 2017 used time 1

Thread-3 Completed at:Thu Sep 7 22:11:02 2017 used time 1

['Thread-1', 'Thread-2']

Thread-4 Completed at:Thu Sep 7 22:11:03 2017 used time 2

['Thread-1']

Thread-1 Completed at:Thu Sep 7 22:11:04 2017 used time 3

[]

all down at: Thu Sep 7 22:11:04 2017

看上面的输出，Thread-2已经执行完毕，下面的remainlist却仍还有Thread-2，而Thread-4正在执行，却没有。这说明多个线程并行执行IO程序，同时有多个程序修改同一个变量导致值输出问题。这个时候需要用锁来防止多个线程同时修改共享数据。

修改代码如下:

import random

from atexit import register

from threading import currentThread, Thread, Lock

from time import ctime, sleep

remaining = []

lock = Lock()

def loop(nsec):

tname = currentThread().name

lock.acquire()

remaining.append(tname)

print('{0} started at:{1}'.format(tname,ctime()))

lock.release()

sleep(nsec)

lock.acquire()

remaining.pop()

print('{0} Completed at:{1} used time {2}'.format(tname,ctime(),nsec))

print(remaining)

lock.release()

def main():

for i in range(4):

Thread(target=loop,args=(random.randint(1,5),)).start()

@register

def _axexit():

print('all down at:',ctime())

if __name__ == '__main__':

main()

大部分代码都没有改动，只是在添加了全局变量lock，然后在remaining添加和删除线程名称的时候进行锁的获取和释放，来看一下运行的结果。

Thread-1 started at:Thu Sep 7 22:26:40 2017

Thread-2 started at:Thu Sep 7 22:26:40 2017

Thread-3 started at:Thu Sep 7 22:26:40 2017

Thread-4 started at:Thu Sep 7 22:26:40 2017

Thread-1 Completed at:Thu Sep 7 22:26:41 2017 used time 1

['Thread-1', 'Thread-2', 'Thread-3']

Thread-4 Completed at:Thu Sep 7 22:26:42 2017 used time 2

['Thread-1', 'Thread-2']

Thread-2 Completed at:Thu Sep 7 22:26:42 2017 used time 2

['Thread-1']

Thread-3 Completed at:Thu Sep 7 22:26:44 2017 used time 4

[]

all down at: Thu Sep 7 22:26:44 2017

这样看结果是不是正常了。

可能你会觉得lock这样进行锁的获取和释放代码不太直观，你也可以使用with语句，如下：

with lock:

remaining.append(tname)

print('{0} started at:{1}'.format(tname,ctime()))

这样看起来是不是简洁多了，缩进的代码会自动进行加锁和释放锁的功能。

信号量

信号量其实是一个计数器，当资源消耗时递减，当资源释放时递增。资源的消耗与释放称为一次PV操作，P()源于probeer/proberen，也称为wait、try、acquire、pend或procure，是消耗资源使计数器递减的操作。V()源于verhogen/verhoog，也成为signal、increment、release、post、vacate，是释放资源，使其回到资源池的操作。不过在python中被固定为acquire和release操作。

下面通过生产者-消费者问题来了解一下信号量

场景：生产者生产产品，消费者消费产品，柜台上最多只能摆放5件产品

from atexit import register

from random import randrange

from threading import Lock, Thread, BoundedSemaphore

from time import sleep, ctime

lock = Lock()

MAX = 5

product_on_shelf = BoundedSemaphore(MAX)

def product():

with lock:

print('product is doing')

try:

product_on_shelf.release()

except ValueError:

print('shelf is full')

else:

print('product is done')

def consume():

with lock:

print('product is consume')

if product_on_shelf.acquire():

print('product is successed consume')

else:

print('shelf is empty')

def producer(loops):

print('producer is start for loops:',loops)

for i in range(loops):

product()

sleep(randrange(3))

def customer(loops):

print('customer is start for loops:', loops)

for i in range(loops):

consume()

sleep(randrange(3))

def main():

print('starting at:',ctime())

nloops = randrange(3,6)

Thread(target=producer,args=(nloops,)).start()

Thread(target=customer,args=(nloops,)).start()

@register

def _atexit():

print('all done at:',ctime())

if __name__ == '__main__':

main()

这里定义了生产者和消费者两个线程，随机循环生产和消费产品。product和consume是生产产品和消费产品的函数，均通过锁进行同步，这里使用的是BoundedSemaphore，主要是因为其有边界，值为Max，初始状态下信号量的值为5。这里需要对release进行异常捕获，超过边界BoundedSemaphore会抛出ValueError异常，而acquire则返回boolean来表示获取是否成功。下面来看一下结果：

starting at: Fri Sep 8 11:34:46 2017

producer is start for loops: 3

product is doing

shelf is full

customer is start for loops: 3

product is consume

product is successed consume

product is consume

product is successed consume

product is doing

product is done

product is consume