python學(xué)習(xí)筆記- 多線程

RiverLi 發(fā)布于2019-07-25 11:23 / 452人閱讀

摘要：也提供多線程支持，而且中的線程并非是模擬出來(lái)的多線程，而是系統(tǒng)級(jí)別的標(biāo)準(zhǔn)庫(kù)提供了兩個(gè)模塊和。同一個(gè)變量，線程則會(huì)互相共享。例如多個(gè)線程對(duì)銀行中的某一個(gè)賬戶進(jìn)行操作。但是實(shí)際情況是隨意切換線程。說(shuō)到的多線程編程，就會(huì)繞不過(guò)。

該文章參考了http://www.liaoxuefeng.com/wi... 廖雪峰的教程。

一個(gè)進(jìn)程至少有一個(gè)線程。
Python也提供多線程支持，而且Python中的線程并非是模擬出來(lái)的多線程，而是系統(tǒng)級(jí)別的Posix Thread.

Python標(biāo)準(zhǔn)庫(kù)提供了兩個(gè)模塊thread和threading。前者是低級(jí)庫(kù)，后者是高級(jí)庫(kù)。高級(jí)庫(kù)是對(duì)低級(jí)庫(kù)的封裝。
通常情況下，我們只需要使用threading高級(jí)庫(kù)就可以了。

如何創(chuàng)建Thread

我們只需要?jiǎng)?chuàng)建threading.Thread類(lèi)，并傳入一個(gè)需要線程執(zhí)行的函數(shù)作為target即可。

import threading

import time


def loop():
    count = 1
    while count < 4:
        print "Hello"
        time.sleep(1)
        count += 1


if __name__ == "__main__":
    thread = threading.Thread(target=loop, name="LoopThread")
    thread.start()
    thread.join()
    current_thread = threading.current_thread()
    print current_thread.getName()
    print "LoopThread Ended"

上述代碼主進(jìn)程默認(rèn)會(huì)創(chuàng)建一個(gè)主線程。
上面的代碼中，我們用到了多個(gè)函數(shù)。

join()函數(shù)：即讓主線程序等待子線程完成后繼續(xù)。

current_thread()函數(shù)：獲取當(dāng)前線程的實(shí)例。

Lock 鎖

同一個(gè)變量，進(jìn)程會(huì)拷貝一份存于各個(gè)進(jìn)程中，互不影響。
同一個(gè)變量，線程則會(huì)互相共享。這就會(huì)帶來(lái)一些問(wèn)題。因?yàn)閏pu對(duì)線程是隨意切換的。那么如果一個(gè)線程對(duì)某一個(gè)變量進(jìn)行多步cpu操作的時(shí)候，如果不加鎖，那么可能會(huì)在線程進(jìn)行到一半的時(shí)候，會(huì)被切換到其他線程，從而使得操作變亂。
一個(gè)典型的例子是“一存一取”的場(chǎng)景。
例如多個(gè)線程對(duì)銀行中的某一個(gè)賬戶進(jìn)行操作。一個(gè)線程需要對(duì)賬戶進(jìn)行一存一取某一個(gè)金額的操作才會(huì)讓賬戶平衡。
但是多個(gè)線程對(duì)該賬戶進(jìn)行操作的時(shí)候，且它們操作的金額經(jīng)常是不一樣的，那么最終的賬戶很可能是不平衡的。

thread 1: -100
thread 1: +100

thread 1: -100
thread 1: +100

thread 2: -200
thread 2: +200

thread 2: -200
thread 2: +200

上述描述了兩個(gè)線程按順序互補(bǔ)干擾地對(duì)某一個(gè)賬戶進(jìn)行操作。
但是實(shí)際情況是cpu隨意切換線程。上述操作是打亂的，例如

thread 1: -100
thread 2: -200
thread 2: +200
...

此時(shí)，我們發(fā)現(xiàn)賬戶并不是平衡的。
如果解決呢？我們需要對(duì)每一個(gè)thread的一存一取操作加一把鎖。即改賬戶變量必須是讓一個(gè)線程先進(jìn)行完整的一存一取操作后，才能被其他線程所操作。

我們可以將要上鎖的代碼包裹起來(lái)，即：

    lock.acquire()
    num = num + n
    num = num - n
    print num
    lock.release()

當(dāng)然，lock可以對(duì)資源的獲取和釋放，那么我們也可以用with關(guān)鍵字。

with lock:
    num = num + n
    num = num - n
    print num

死鎖 deadlock

死鎖的發(fā)生往往是兩個(gè)線程各自占用了對(duì)方所需要用到的資源而都在等待對(duì)方釋放資源而造成的。
遇見(jiàn)死鎖后，程序則會(huì)一直暫停在那里。直到系統(tǒng)將它們關(guān)閉。

GIL

說(shuō)到Python的多線程編程，就會(huì)繞不過(guò)GIL。那么GIL又是什么鬼呢？
GIL據(jù)說(shuō)是Python中hardest的問(wèn)題，想要徹底了解GIL，必須要對(duì)操作系統(tǒng)設(shè)計(jì)、多線程編程、C語(yǔ)言、解釋器設(shè)計(jì)和CPython解釋器的實(shí)現(xiàn)有著非常徹底的理解。

據(jù)廖雪峰中的教程中描述：

Python中的線程雖然是真正的線程，但是解釋器執(zhí)行代碼的時(shí)候，會(huì)有一個(gè)GIL鎖(Global Interpreter Lock). 任何Python線程執(zhí)行前，必須先獲得GIL鎖。然后，每執(zhí)行100條字節(jié)碼，解釋器就會(huì)自動(dòng)釋放GIL鎖，讓別的線程有機(jī)會(huì)執(zhí)行。這個(gè)GIL全局鎖實(shí)際上把所有線程的執(zhí)行代碼都給上了鎖。因此，多線程在Python中只能交替進(jìn)行，即使100個(gè)線程跑在100核CPU上，也只能用到1個(gè)核心。

GIL是Python解釋器設(shè)計(jì)的歷史遺留問(wèn)題，通常我們用的解釋器是官方實(shí)現(xiàn)徹底CPython。

更多關(guān)于GIL設(shè)計(jì)的歷史淵源，可以閱讀：

http://cenalulu.github.io/pyt...

http://www.oschina.net/transl...

那么是不是Python就是不能利用多核處理器任務(wù)了呢？我們之前學(xué)到過(guò)多進(jìn)程編程，每一個(gè)進(jìn)程都有一個(gè)獨(dú)立的GIL鎖，各進(jìn)程互不影響。