Python多執行緒

在對稱多處理器smp時代，python多執行緒技術顯得有些弱雞。因為gil的存在，python多執行緒只能實現單核多執行緒功能，無法實現多核多執行緒。雖然gil顯得有些自費武功，但是多執行緒技術在io密集型應用中仍然能夠提公升一部分系統效能。所以還是有必要學習一些python多執行緒程式設計。

在linux系統中，執行緒又名輕量級程序（lwp），是作業系統最小排程單位。這個命題，咋看起來沒問題，細細評味總覺得有點不準確，會給人產生一種錯覺，認為linux中最小排程單位是執行緒。

在linux2.6版本之後的版本，核心執行緒實現方式基本採用nptl。nptl是乙個1*1的執行緒庫，就是說當你使用pthread_create方法建立乙個執行緒後，在核心裡就相應建立了乙個排程實體，在linux裡就是乙個新程序，並且描述這個實體的資料結構仍然是task_struct。看到這裡，稍懂linux程序程式設計的人會得出這樣乙個結論：linux作業系統的排程單位從來沒變，仍然是以程序為單位。更詳細的執行緒介紹可以參考《深入理解linux核心》。

多執行緒程式設計

python多執行緒程式設計，離不開內建的threading庫。

1.繼承threading.thread類

import threading
class testthread(threading.thread):
def __init__(self):
super(testthread,self).__init__()  #必須呼叫父類
def run(self):
print self.name

2.使用函式呼叫方式

def pprint(log):
print log
thread = threading.thread(target=pprint,args=('hello thread',))
thread.start()

3.設定守護執行緒

def pprint(log):
print log
if __name__ == '__main__':
thread = threading.thread(target=pprint,args=('hello thread',))
thread.setdaemon(true)
thread.start()

守護執行緒的特點：主線程退出，守護執行緒也退出。

4.多執行緒共享全域性變數，使用互斥鎖對臨界區進行保護

import threading
import time
count = 0
lock = threading.lock()
def increment(name):
global count
with lock:
for i in range(3):
time.sleep(1)
print name
count += 1
if __name__ == '__main__':
for i in range(10):
thread = threading.thread(target=increment,args=('thread-%s'%i,))
thread.start()
    while true:
if threading.active_count() != 1:
continue
else:
break
print count

5.使用訊號量

import threading
import time
def test(n,sem):
sem.acquire()
time.sleep(1)
print 'thread %s ' % n
sem.release()
if __name__ == '__main__':
sem = threading.boundedsemaphore(4)
for i in range(10):
thread = threading.thread(target=test,args=(i,sem,))
thread.start()
    while true:
if threading.active_count() != 1:
continue
else:
break

訊號量threading.boundedsemaphore允許不止乙個執行緒修改全域性變數，而互斥鎖任何時刻只允許乙個執行緒修改全域性變數。

6.事件

import threading
import time
event = threading.event()
def test(n):
event.set()
while true:
time.sleep(1)
print 'thread %s print hello event\n' % n
if event.is_set():
break
if __name__ == '__main__':
sem = threading.boundedsemaphore(4)
for i in range(5):
thread = threading.thread(target=test,args=(i,))
thread.start()
time.sleep(5)
print 'main thread set event'
event.set()

事件可以用於乙個執行緒控制其它執行緒的執行。常用的方法有：set(設定flag為true)，is_set(判斷是否設定了flag)，clear（設定flag為false）和wait（監聽flag，如果沒有檢測到flag則阻塞當前執行緒）

7.定時器

import threading
import time
def test():
time.sleep(1)
print 'hello timer'
if __name__ == '__main__':
thread = threading.timer(1,test)
thread.start()
time.sleep(5)
print 'end'

定時器表示乙個操作需要在等待一定時間之後執行。定時器方法有4個引數：

8.柵欄(python3支援)

import threading
import time
def test():
print('barrier')
barrier = threading.barrier(3, test)
def barrier_thread(sleep):
time.sleep(sleep)
print('barrier thread-%s wait...' % sleep)
barrier.wait()
print('barrier thread-%s end!' % sleep)
for i in range(6):
threading.thread(target=barrier_thread,args=(i,)).start()

輸出：

barrier thread-0 wait... barrier thread-1 wait... barrier thread-2 wait... barrier barrier thread-2 end! barrier thread-0 end! barrier thread-1 end! barrier thread-3 wait... barrier thread-4 wait... barrier thread-5 wait... barrier barrier thread-5 end! barrier thread-4 end! barrier thread-3 end!

柵欄物件用於乙個固定數量的執行緒，而這些執行緒需要等待彼此的情況。這些執行緒中的每個執行緒都會嘗試呼叫wait()方法，然後阻塞，直到所有執行緒都呼叫了wait()方法，然後所有執行緒會被同時釋放。

小結在多核系統中，python多執行緒雖然只能利用單核，但是在io密集型應用中仍然有必要使用。

Python多執行緒

python多執行緒 python多執行緒

python多執行緒詳解 Python多執行緒詳解

python程式多執行緒 PYTHON多執行緒

Python多執行緒

python多執行緒 python多執行緒

python多執行緒詳解 Python多執行緒詳解

python程式多執行緒 PYTHON多執行緒

相關推薦