python高级编程（一）--多线程编程

一、 多线程

• 概念：简单地说操作系统可以同时执行多个不用程序。例如：一边用浏览器上网，一边在听音乐，一边在用笔记软件记笔记。

• 并发：指的是任务数多余cpu核数，通过操作系统的各种任务调度算法，实现用多个任务“一起”执行（实际上总有一些任务不在执行，因为切换任务的熟度相当快，看上去一起执行而已）

• 并行：指的是任务数小于等于CPU核数，即任务真的是一起执行的。

二、线程

• 概念：线程是进程的一个实体，是CPU调度和分派的基本单位。

• threading–单线程执行：

import timedef saySorry():    print("亲爱的，我错了，我能吃饭了吗？")    # 时间停顿1秒    time.sleep(1)if  __name__ == "__main__":    for i in range(5):        saySorry()

• threading–多线程执行：

import threadingimport timedef saySorry():    print("亲爱的，我错了，我能吃饭了吗？")    time.sleep(1)if __name__ == "__main__":    for i in range(5):        t = threading.Threading(target=saySorry)        # 启动线程，即让线程开始执行        t.start()

• 单线程与多线程比较

  • 单线程要比多线程花费时间多
  • 在创建完线程，需要调用start()方法来启动

• 查看线程数量

import threadingimport timeclass MyThread(threading.Thread):    def run(self):        for i in range(3):            time.sleep(1)            # name 属性中保存的是当前线程的名字            msg = "I'm" +self.name + '@' +str(i)             print(msg)if __name__ == "__main__":    t = MyThread()    t.start()# 通过带下标索引enumerate()方法length = len(threading.enumerate())print("当前运行的线程数为：%d"%length)

• 线程执行代码的封装：
  

  思考：定义一个新的子类class,只有继承threading.Thead就可以，然后重写run方法。

import threadingimport timeclass MyThread(threading.Thread):    def run(self):        for i in range(3):            time.sleep(1)            msg = "I'm" +self.name + '@' +str(i) #name 属性中保存的是当前线程的名字            print(msg)if __name__ == "__main__":    t = MyThread()    t.start()

说明：threading.Thread类有一个run方法，用户定义线程的功能函数，可以在自己的线程类中覆盖该方法。而创建自己的线程实例后，通过Thread类的start方法，可以启动该线程，当该线程获得执行的机会时，就会调用run方法执行线程。

• 线程的状态

  • 多线程的执行顺序是不确定的。当执行到sleep语句时，线程将被阻塞，到sleep结束后，线程进入就绪状态，等待调度。而线程调度将自行选择一个线程执行。

  • 状态：
    (1) New 创建线程
    (2) Runnable 就绪，等待调度
    (3) Running 运行。
    (4) Blocked 阻塞。阻塞可能在Wait Locked Sleeping
    (5) Dead 消亡

• 线程中执行到阻塞，可能有三种情况：

  • 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）。

• 线程类型
  线程有着不同的状态，也有不同的类型：

  • 主线程
  • 子线程
  • 守护线程（后台线程）
  • 前台线程

• 多线程–共享全局变量问题

from threading import Threadimport timeg_num = 100def work1():    global g_num    for i in range(3):        g_num += 1    print("----in work1, g_num is %d---"%g_num)def work2():    global g_num    print("----in work2, g_num is %d---"%g_num)print("---线程创建之前g_num is %d---"%g_num)t1 = Thread(target=work1)t1.start()#延时一会，保证t1线程中的事情做完time.sleep(1)t2 = Thread(target=work2)t2.start()

运行结果：

---线程创建之前g_num is 100---
----in work1, g_num is 103---
----in work2, g_num is 103---

• 共享全局变量问题说明：

  • 在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据。
  • 缺点就是，线程是对全局变量随意更改可能造成多线程之间对全局变量的混乱（即线程非安全）
  • 如果多个线程它同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确。

• 解决方案：
  可以通过线程同步来进行解决线程同时修改全局变量的方式，在线程对全局变量进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性。

三、 同步与互斥锁

1、 同步

• 如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
• 使用Tread对象的Lock和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法。对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间。

2、 互斥锁

• 互斥锁为资源引入一个状态：锁定/非锁定
• 互斥锁的作用：保证每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
• threading 模块中定义了Loack类，可以方便处理锁定：

import threadingimport timeclass MyThread1(threading.Thread):    def run(self):        if mutexA.acquire():            print(self.name+'----do1---up----')            time.sleep(1)            if mutexB.acquire():                print(self.name+'----do1---down----')                mutexB.release()            mutexA.release()class MyThread2(threading.Thread):    def run(self):        if mutexB.acquire():            print(self.name+'----do2---up----')            time.sleep(1)            if mutexA.acquire():                print(self.name+'----do2---down----')                mutexA.release()            mutexB.release()mutexA = threading.Lock()mutexB = threading.Lock()if __name__ == '__main__':    t1 = MyThread1()    t2 = MyThread2()    t1.start()    t2.start()# 创建锁mutex = threading.Lock()# 锁定# acquire 获得，取得，学到，捕获。mutex.acquire([blocking])  # 释放mutex.release()

• 说明：锁定方法acquirc 可以有一个blocking参数

  • 如果设定blocking为True，则当前线程会阻塞，直到获取到这个锁为止（如果没有指定，那么默认为True）
  • 如果设定blocking 为False，则当前线程不会阻塞。

• 上锁解锁的过程

  • 当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked” 状态。
  • 每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。
  • 线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。

• 锁的好处：

  • 确保了某段关键代码只能由一个线程从头到尾完整地执行

• 锁的坏处：

  • 阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了
  • 由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对方持有的锁时，可能会造成死锁

• 死锁
  定义：在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁。
  例子：

import threadingimport timeclass MyThread1(threading.Thread):    def run(self):        if mutexA.acquire():            print(self.name+'----do1---up----')            time.sleep(1)            if mutexB.acquire():                print(self.name+'----do1---down----')                mutexB.release()            mutexA.release()class MyThread2(threading.Thread):    def run(self):        if mutexB.acquire():            print(self.name+'----do2---up----')            time.sleep(1)            if mutexA.acquire():                print(self.name+'----do2---down----')                mutexA.release()            mutexB.release()mutexA = threading.Lock()mutexB = threading.Lock()if __name__ == '__main__':    t1 = MyThread1()    t2 = MyThread2()    t1.start()    t2.start()

• 避免死锁
  
  • 程序设计时要尽量避免死锁（银行家算法）
  • 添加超时时间等。

四、进程

定义：一个程序运行起来后，代码和用到的资源称之为进程。它是操作系统分配资源的基本单元。

1 、进程的状态

图分析：

就绪态：运行的条件都已经慢去，正去等待cpu执行。
执行态：cpu正在执行其功能
等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态。

2、进程的创建

进程的创建实现例子：

from multiprocessing import Processimport timedef run_proc():    """子进程要执行的代码"""    while True:        print("----2----")        time.sleep(1)if __name__=='__main__':    p = Process(target=run_proc)  #创建一个进程    p.start()  #创建一个Process 实例，用start（）方式启动。    while True:        print("----1----")        time.sleep(1)

• multiprocessing模块说明：multiprocessing模块是多跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情。
• Process语法结构
  Process([group [, target [, name [, args [, kwargs]]]]])
  
  • target：如果传递了函数的引用，可以任务这个子进程就执行这里的代码
  • args：给target指定的函数传递的参数，以元组的方式传递
  • kwargs：给target指定的函数传递命名参数
  • name：给进程设定一个名字，可以不设定
  • group：指定进程组，大多数情况下用不到
  • Process创建的实例对象的常用方法：
  • start()：启动子进程实例（创建子进程）
  • is_alive()：判断进程子进程是否还在活着
  • join([timeout])：是否等待子进程执行结束，或等待多少秒
  • terminate()：不管任务是否完成，立即终止子进程
  • Process创建的实例对象的常用属性：
  • name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
  • pid：当前进程的pid（进程号）

3、 线程与进程的区别

• 定义的不同
  
  • 进程是系统进行资源分配和调度的一个独立单位。
  • 线程是进程的一个实体，是CPU调度的基本单位。它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.

• 区别：

  • 一个程序至少有一个进程,一个进程至少有一个线程.
  • 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
  • 进程在执行过程中拥有独立的内存单元，而多个线程共享内 存，从而极大地提高了程序的运行效率
  • 线线程不能够独立执行，必须依存在进程中

• 优缺点
  线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。

五、进程间通信–Queue

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：

from multiprocessing import Queueq = Queue(3)   # 初始化一个Queue对象，最多可接收三条put消息q.put("消息1")q.put("消息2")print(q.full())  # Falseq.put("消息3")print(q.full())  # True# 因为消息队列已满下面的try 都会抛出异常， 第一个try 会等待2秒后再抛出异常，第二个Try会立刻抛出异常try:    q.put("消息4",True,2)except:    print("消息队列已满，现有消息数量：%s"%q.qsize())try:    q.put_nowait("消息4")except:    print("消息队列已满，现有消息数量：%s"%q.qsize())# 推荐的方式，先判断消息队列是否已满，再写入if not q.full():    q.put_nowait("消息4")# 读取消息时，先判断消息队列是否为空，再读取if not q.empty():    for i in range(q.qsize()):        print(q.get_nowait())

运行结果：

FalseTrue消息列队已满，现有消息数量:3消息列队已满，现有消息数量:3消息1消息2消息3

• 说明：
  初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；
• Queue.qsize()：返回当前队列包含的消息数量；
• Queue.empty()：如果队列为空，返回True，反之False ；
• Queue.full()：如果队列满了，返回True,反之False；
• Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
  1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，
  如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出”Queue.Empty”异常；
  2）如果block值为False，消息列队如果为空，则会立刻抛出”Queue.Empty”异常；
• Queue.get_nowait()：相当Queue.get(False)；
• Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
  1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出”Queue.Full”异常；
  2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出”Queue.Full”异常；
• Queue.put_nowait(item)：相当Queue.put(item, False)；
• Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
  1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出”Queue.Full”异常；
  2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出”Queue.Full”异常；
• Queue.put_nowait(item)：相当Queue.put(item, False)；

1、Queue实例

在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据

from multiprocessing import Process, Queueimport os, time, random# 写数据进程执行的代码:def write(q):    for value in ['A', 'B', 'C']:        print('Put %s to queue...' % value)        q.put(value)        time.sleep(random.random())# 读数据进程执行的代码:def read(q):    while True:        if not q.empty():            value = q.get(True)            print('Get %s from queue.' % value)            time.sleep(random.random())        else:            breakif __name__=='__main__':    # 父进程创建Queue，并传给各个子进程：    q = Queue()    pw = Process(target=write, args=(q,))    pr = Process(target=read, args=(q,))    # 启动子进程pw，写入:    pw.start()        # 等待pw结束:    pw.join()    # 启动子进程pr，读取:    pr.start()    pr.join()    # pr进程里是死循环，无法等待其结束，只能强行终止:    print('')    print('所有数据都写入并且读完')

六、 进程池Pool

针对大量的目标，手动创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
Pool过程说明：
初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务，请看下面的实例：

from multiprocessing import Poolimport os, time, randomdef worker(msg):    t_start = time.time()    print("%s开始执行,进程号为%d" % (msg,os.getpid()))    # random.random()随机生成0~1之间的浮点数    time.sleep(random.random()*2)     t_stop = time.time()    print(msg,"执行完毕，耗时%0.2f" % (t_stop-t_start))po=Pool(3) #定义一个进程池，最大进程数3for i in range(0,10):    #Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))    #每次循环将会用空闲出来的子进程去调用目标    po.apply_async(worker,(i,))print("----start----")po.close() #关闭进程池，关闭后po不再接收新的请求po.join() #等待po中所有子进程执行完成，必须放在close语句之后print("-----end-----")

运行结果:

----start----0开始执行,进程号为214661开始执行,进程号为214682开始执行,进程号为214670 执行完毕，耗时1.013开始执行,进程号为214662 执行完毕，耗时1.244开始执行,进程号为214673 执行完毕，耗时0.565开始执行,进程号为214661 执行完毕，耗时1.686开始执行,进程号为214684 执行完毕，耗时0.677开始执行,进程号为214675 执行完毕，耗时0.838开始执行,进程号为214666 执行完毕，耗时0.759开始执行,进程号为214687 执行完毕，耗时1.038 执行完毕，耗时1.059 执行完毕，耗时1.69-----end-----

• multiprocessing.Pool常用函数解析：
  
  • apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
  • close()：关闭Pool，使其不再接受新的任务；
  • terminate()：不管任务是否完成，立即终止；
  • join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

七、进程池中的Queue

要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue(),而不是multiprocesing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

进程池中的进程通信：

# 修改import中的Queue为Managerfrom multiprocessing import Manager,Poolimport os,time,randomdef reader(q):    print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))    for i in range(q.qsize()):        print("reader从Queue获取到消息：%s" % q.get(True))def writer(q):    print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))    for i in "itcast":        q.put(i)if __name__=="__main__":    print("(%s) start" % os.getpid())    q = Manager().Queue()  # 使用Manager中的Queue    po = Pool()    # 使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取    po.apply_async(writer, (q,))    time.sleep(1)  # 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据    po.apply_async(reader, (q,))    po.close()    po.join()    print("(%s) End" % os.getpid())

运行结果：

(11095) startwriter启动(11097),父进程为(11095)reader启动(11098),父进程为(11095)reader从Queue获取到消息：ireader从Queue获取到消息：treader从Queue获取到消息：creader从Queue获取到消息：areader从Queue获取到消息：sreader从Queue获取到消息：t(11095) End