本文共 10618 字,大约阅读时间需要 35 分钟。
计算机,用于计算的机器。计算机的核心是CPU,在现在多核心的电脑很常见了。为了充分利用cpu核心做计算任务,程序实现了多线程模型。通过多线程实现多任务的并行执行。
现在的操作系统多是多任务操作系统。每个应用程序都有一个自己的进程。操作系统会为这些进程分配一些执行资源,例如内存空间等。在进程中,又可以创建一些线程,他们共享这些内存空间,并由操作系统调用,以便并行计算。
创建线程之后,线程并不是始终保持一个状态。其状态大概如下:
New
创建。Runnable
就绪。等待调度Running
运行。Blocked
阻塞。阻塞可能在 Wait
Locked
Sleeping
Dead
消亡这些状态之间是可以相互转换的,一图胜千颜色:
(图片引用 )
线程中执行到阻塞,可能有3种情况:
- 同步:线程中获取同步锁,但是资源已经被其他线程锁定时,进入Locked状态,直到该资源可获取(获取的顺序由Lock队列控制)
- 睡眠:线程运行sleep()或join()方法后,线程进入Sleeping状态。区别在于sleep等待固定的时间,而join是等待子线程执行完。当然join也可以指定一个“超时时间”。从语义上来说,如果两个线程a,b, 在a中调用b.join(),相当于合并(join)成一个线程。最常见的情况是在主线程中join所有的子线程。
- 等待:线程中执行wait()方法后,线程进入Waiting状态,等待其他线程的通知(notify)。
线程有着不同的状态,也有不同的类型。大致可分为:
相比进程,线程更加轻量,可以实现并发。可是在python的世界里,对于线程,就不得不说一句GIL(全局解释器锁)。GIL的存在让python的多线程多少有点鸡肋了。Cpython的线程是操作系统原生的线程在解释器解释执行任何Python代码时,都需要先获得这把锁才行,在遇到 I/O 操作时会释放这把锁。因为python的进程做为一个整体,解释器进程内只有一个线程在执行,其它的线程都处于等待状态等着GIL的释放。
关于GIL可以有更多的趣事,一时半会都说不完。总之python想用多线程并发,效果可能还不如单线程(线程切换耗时间)。想要利用多核,可以考虑使用多进程。
虽然python线程比较鸡肋,可是也并发一无是处。多了解还是有理由对并发模型的理解。
Python提供两个模块进行多线程的操作,分别是thread
和threading
,前者是比较低级的模块,用于更底层的操作,一般应有级别的开发不常用。后者则封装了更多高级的接口,类似java的多线程风格,提供run
方法和start
调用。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | import time import threading class MyThread ( threading . Thread ) : def run ( self ) : for i in range ( 5 ) : print 'thread {}, @number: {}' . format ( self . name , i ) time . sleep ( 1 ) def main ( ) : print "Start main threading" # 创建三个线程 threads = [ MyThread ( ) for i in range ( 3 ) ] # 启动三个线程 for t in threads : t . start ( ) print "End Main threading" if __name__ == '__main__' : main ( ) |
输入如下:(不同的环境不一样)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | Start main threading thread Thread - 1 , @ number : 0 thread Thread - 2 , @ number : 0 thread Thread - 3 , @ number : 0 End Main threading thread Thread - 1 , @ number : 1 thread Thread - 3 , @ number : 1 thread Thread - 2 , @ number : 1 thread Thread - 3 , @ number : 2 thread Thread - 1 , @ number : 2 thread Thread - 2 , @ number : 2 thread Thread - 2 , @ number : 3 thread Thread - 1 , @ number : 3 thread Thread - 3 , @ number : 3 |
每个线程都依次打印 0 – 3 三个数字,可是从输出的结果观察,线程并不是顺序的执行,而是三个线程之间相互交替执行。此外,我们的主线程执行结束,将会打印 End Main threading
。从输出结果可以知道,主线程结束后,新建的线程还在运行。
上述的例子中,主线程结束了,子线程还在运行。如果需要主线程等待子线程执行完毕再退出,可是使用线程的join
方法。join方法官网文档大概是
join(timeout)
方法将会等待直到线程结束。这将阻塞正在调用的线程,直到被调用join()方法的线程结束。
主线程或者某个函数如果创建了子线程,只要调用了子线程的join方法,那么主线程就会被子线程所阻塞,直到子线程执行完毕再轮到主线程执行。其结果就是所有子线程执行完毕,才打印 End Main threading
。只需要修改上面的main
函数
1 2 3 4 5 6 7 8 9 10 11 12 13 | def main ( ) : print "Start main threading" threads = [ MyThread ( ) for i in range ( 3 ) ] for t in threads : t . start ( ) # 一次让新创建的线程执行 join for t in threads : t . join ( ) print "End Main threading" |
输入如下:
1 2 3 4 5 6 7 8 9 10 | Start main threading thread Thread - 1 , @ number : 0 thread Thread - 2 , @ number : 0 thread Thread - 3 , @ number : 0 thread Thread - 2 , @ number : 1 . . . . thread Thread - 3 , @ number : 4 End Main threading Process finished with exit code 0 |
所有子线程结束了才会执行也行print "End Main threading"
。有人会这么想,如果在t.start()
之后join会怎么样?结果也能阻塞主线程,但是每个线程都是依次执行,变得有顺序了。其实join很好理解,就字面上的意思就是子线程 “加入”(join)主线程嘛。在CPU执行时间片段上“等于”主线程的一部分。在start之后join,也就是每个子线程由被后来新建的子线程给阻塞了,因此线程之间变得有顺序了。
借用的总结:
1 join方法的作用是阻塞主进程(挡住,无法执行join以后的语句),专注执行多线程。
2 多线程多join的情况下,依次执行各线程的join方法,前头一个结束了才能执行后面一个。
3 无参数,则等待到该线程结束,才开始执行下一个线程的join。
4 设置参数后,则等待该线程这么长时间就不管它了(而该线程并没有结束)。不管的意思就是可以执行后面的主进程了
线程之所以比进程轻量,其中一个原因就是他们共享内存。也就是各个线程可以平等的访问内存的数据,如果在短时间“同时并行”读取修改内存的数据,很可能造成数据不同步。例如下面的例子:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | count = 0 class MyThread ( threading . Thread ) : def run ( self ) : global count time . sleep ( 1 ) for i in range ( 100 ) : count += 1 print 'thread {} add 1, count is {}' . format ( self . name , count ) def main ( ) : print "Start main threading" for i in range ( 10 ) : MyThread ( ) . start ( ) print "End Main threading" |
输出结果如下,十个线程,每个线程增加100,运算结果应该是1000:
1 2 3 4 5 6 7 8 9 10 11 12 | Start main threading End Main threading thread Thread - 6 add 1 , count is 161thread Thread - 1 add 1 , count is 433 thread Thread - 7 add 1 , count is 482 thread Thread - 2 add 1 , count is 100 thread Thread - 9 add 1 , count is 125 thread Thread - 8 add 1 , count is 335 thread Thread - 5 add 1 , count is 533thread Thread - 3 add 1 , count is 533 thread Thread - 10 add 1 , count is 261 thread Thread - 4 add 1 , count is 308 |
为了避免线程不同步造成是数据不同步,可以对资源进行加锁。也就是访问资源的线程需要获得锁,才能访问。threading模块正好提供了一个Lock功能,修改代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | # 创建锁 mutex = threading . Lock ( ) class MyThread ( threading . Thread ) : def run ( self ) : global count time . sleep ( 1 ) # 获取锁,修改资源 if mutex . acquire ( ) : for i in range ( 100 ) : count += 1 print 'thread {} add 1, count is {}' . format ( self . name , count ) # 释放锁 mutex . release ( ) |
有锁就可以方便处理线程同步问题,可是多线程的复杂度和难以调试的根源也来自于线程的锁。利用不当,甚至会带来更多问题。比如死锁就是需要避免的问题。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 | mutex_a = threading . Lock ( ) mutex_b = threading . Lock ( ) class MyThread ( threading . Thread ) : def task_a ( self ) : if mutex_a . acquire ( ) : print "thread {} get mutex a " . format ( self . name ) time . sleep ( 1 ) if mutex_b . acquire ( ) : print "thread {} get mutex b " . format ( self . name ) mutex_b . release ( ) mutex_a . release ( ) def task_b ( self ) : if mutex_b . acquire ( ) : print "thread {} get mutex a " . format ( self . name ) time . sleep ( 1 ) if mutex_a . acquire ( ) : print "thread {} get mutex b " . format ( self . name ) mutex_a . release ( ) mutex_b . release ( ) def run ( self ) : self . task_a ( ) self . task_b ( ) def main ( ) : print "Start main threading" threads = [ MyThread ( ) for i in range ( 2 ) ] for t in threads : t . start ( ) print "End Main threading" |
线程需要执行两个任务,两个任务都需要获取锁,然而两个任务先得到锁后,就需要等另外锁释放。
为了支持在同一线程中多次请求同一资源,python提供了可重入锁
(RLock)。RLock内部维护着一个Lock和一个counter变量,counter记录了acquire的次数,从而使得资源可以被多次require。直到一个线程所有的acquire都被release,其他的线程才能获得资源。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | mutex = threading . RLock ( ) class MyThread ( threading . Thread ) : def run ( self ) : if mutex . acquire ( 1 ) : print "thread {} get mutex" . format ( self . name ) time . sleep ( 1 ) mutex . acquire ( ) mutex . release ( ) mutex . release ( ) def main ( ) : print "Start main threading" threads = [ MyThread ( ) for i in range ( 2 ) ] for t in threads : t . start ( ) print "End Main threading" |
实用锁可以达到线程同步,前面的互斥锁就是这种机制。更复杂的环境,需要针对锁进行一些条件判断。Python提供了Condition对象。它除了具有acquire和release方法之外,还提供了wait和notify方法。线程首先acquire一个条件变量锁。如果条件不足,则该线程wait,如果满足就执行线程,甚至可以notify其他线程。其他处于wait状态的线程接到通知后会重新判断条件。
条件变量可以看成不同的线程先后acquire获得锁,如果不满足条件,可以理解为被扔到一个(Lock或RLock)的waiting池。直达其他线程notify之后再重新判断条件。该模式常用于生成消费者模式:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 | queue = [ ] con = threading . Condition ( ) class Producer ( threading . Thread ) : def run ( self ) : while True : if con . acquire ( ) : if len ( queue ) > 100 : con . wait ( ) else : elem = random . randrange ( 100 ) queue . append ( elem ) print "Producer a elem {}, Now size is {}" . format ( elem , len ( queue ) ) time . sleep ( random . random ( ) ) con . notify ( ) con . release ( ) class Consumer ( threading . Thread ) : def run ( self ) : while True : if con . acquire ( ) : if len ( queue ) < 0 : con . wait ( ) else : elem = queue . pop ( ) print "Consumer a elem {}. Now size is {}" . format ( elem , len ( queue ) ) time . sleep ( random . random ( ) ) con . notify ( ) con . release ( ) def main ( ) : for i in range ( 3 ) : Producer ( ) . start ( ) for i in range ( 2 ) : Consumer ( ) . start ( ) |
上述就是一个简单的生产者消费模型,先看生产者,生产者条件变量锁之后就检查条件,如果不符合条件则wait,wait的时候会释放锁。如果条件符合,则往队列添加元素,然后会notify其他线程。注意生产者调用了condition的notify()方法后,消费者被唤醒,但唤醒不意味着它可以开始运行,notify()并不释放lock,调用notify()后,lock依然被生产者所持有。生产者通过con.release()显式释放lock。消费者再次开始运行,获得条件锁然后判断条件执行。
生产消费者模型主要是对队列进程操作,贴心的Python为我们实现了一个队列结构,队列内部实现了锁的相关设置。可以用队列重写生产消费者模型。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 | import Queue queue = Queue . Queue ( 10 ) class Producer ( threading . Thread ) : def run ( self ) : while True : elem = random . randrange ( 100 ) queue . put ( elem ) print "Producer a elem {}, Now size is {}" . format ( elem , queue . qsize ( ) ) time . sleep ( random . random ( ) ) class Consumer ( threading . Thread ) : def run ( self ) : while True : elem = queue . get ( ) queue . task_done ( ) print "Consumer a elem {}. Now size is {}" . format ( elem , queue . qsize ( ) ) time . sleep ( random . random ( ) ) def main ( ) : for i in range ( 3 ) : Producer ( ) . start ( ) for i in range ( 2 ) : Consumer ( ) . start ( ) |
queue内部实现了相关的锁,如果queue的为空,则get元素的时候会被阻塞,知道队列里面被其他线程写入数据。同理,当写入数据的时候,如果元素个数大于队列的长度,也会被阻塞。也就是在 put 或 get的时候都会获得Lock。
线程可以读取共享的内存,通过内存做一些数据处理。这就是线程通信的一种,python还提供了更加高级的线程通信接口。Event
对象可以用来进行线程通信,调用event对象的wait
方法,线程则会阻塞等待,直到别的线程set
之后,才会被唤醒。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | class MyThread ( threading . Thread ) : def __init__ ( self , event ) : super ( MyThread , self ) . __init__ ( ) self . event = event def run ( self ) : print "thread {} is ready " . format ( self . name ) self . event . wait ( ) print "thread {} run" . format ( self . name ) signal = threading . Event ( ) def main ( ) : start = time . time ( ) for i in range ( 3 ) : t = MyThread ( signal ) t . start ( ) time . sleep ( 3 ) print "after {}s" . format ( time . time ( ) - start ) signal . set ( ) |
上面的例子创建了3个线程,调用线程之后,线程将会被阻塞,sleep 3秒后,才会被唤醒执行,大概输出如下:
1 2 3 4 5 6 7 | thread Thread - 1 is ready thread Thread - 2 is ready thread Thread - 3 is ready after 3.00441598892s thread Thread - 2 run thread Thread - 3 run thread Thread - 1 run |
默认情况下,主线程退出之后,即使子线程没有join。那么主线程结束后,子线程也依然会继续执行。如果希望主线程退出后,其子线程也退出而不再执行,则需要设置子线程为后台线程。python提供了seDeamon方法:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | class MyThread ( threading . Thread ) : def run ( self ) : wait_time = random . randrange ( 1 , 10 ) print "thread {} will wait {}s" . format ( self . name , wait_time ) time . sleep ( wait_time ) print "thread {} finished" . format ( self . name ) def main ( ) : print "Start main threading" for i in range ( 5 ) : t = MyThread ( ) t . setDaemon ( True ) t . start ( ) print "End Main threading" |
输出结果如下:
1 2 3 4 5 6 | Start main threading thread Thread - 1 will wait 3s thread Thread - 2 will wait 6s thread Thread - 3 will wait 4s thread Thread - 4 will wait 6s thread Thread - 5 will wait 2sEnd Main threading |
每个线程都应该等待sleep几秒,可是主线程很快就执行完了,子线程因为设置了后台线程,所以也跟着主线程退出了。
关于Python多线程的介绍暂且就这些,多线程用于并发任务。对于并发模型,Python还有比线程更好的方法。同样设计任务的时候,也需要考虑是计算密集型还是IO密集型。针对不同的场景,设计不同的程式系统。
文中的代码
参考资料:
1
2