Python多线程 简明例子

综述

 

  多线程是程序设计中的一个重要方面，尤其是在服务器Deamon程序方面。无论何种系统，线程调度的开销都比传统的进程要快得多。

  Python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素，支持线程读写同步互斥。美中不足的是，Python的运行在Python虚拟机上，创建的多线程可能是虚拟的线程，需要由Python虚拟机来轮询调度，这大大降低了Python多线程的可用性。希望高版本的Python可以解决这个问题，发挥多CPU的最大效率。

  网上有些朋友说要获得真正多CPU的好处，有两种方法：

  1.可以创建多个进程而不是线程，进程数和cpu一样多。
  2.使用Jython 或 IronPython，可以得到真正的多线程。

 

  闲话少说，下面看看Python如何建立线程

 

  Python线程创建

 

  使用threading模块的 Thread类

  类接口如下

class Thread( group=None, target=None, name=None, args=(), kwargs={})

 需要关注的参数是target和args. target 是需要子线程运行的目标函数，args是函数的参数，以tuple的形式传递。

  以下代码创建一个指向函数worker 的子线程

def worker(a_tid,a_account):     ...  th = threading.Thread(target=worker,args=(i,acc) ) ;

启动这个线程

th.start()

等待线程返回

threading.Thread.join(th) #或者th.join()

如果你可以对要处理的数据进行很好的划分，而且线程之间无须通信，那么你可以使用：创建=》运行=》回收的方式编写你的多线程程序。但是如果线程之间需要访问共同的对象，则需要引入互斥锁或者信号量对资源进行互斥访问。

下面讲讲如何创建互斥锁

创建锁 g_mutex = threading.Lock()  .... 使用锁      for ... :         #锁定，从下一句代码到释放前互斥访问         g_mutex.acquire()         a_account.deposite(1)         #释放         g_mutex.release()

  最后，模拟一个公交地铁IC卡缴车费的多线程程序

  有10个读卡器，每个读卡器收费器每次扣除用户一块钱进入总账中，每读卡器每天一共被刷10000000次。账户原有100块。所以最后的总账应该为10000100。先不使用互斥锁来进行锁定（注释掉了锁定代码），看看后果如何。

import time,datetime import threading def worker(a_tid,a_account):     global g_mutex     print "Str " , a_tid, datetime.datetime.now()     for i in range(1000000):         #g_mutex.acquire()         a_account.deposite(1)         #g_mutex.release()     print "End " , a_tid , datetime.datetime.now()      class Account:     def __init__ (self, a_base ):         self.m_amount=a_base     def deposite(self,a_amount):         self.m_amount+=a_amount     def withdraw(self,a_amount):         self.m_amount-=a_amount              if __name__ == "__main__":     global g_mutex     count = 0     dstart = datetime.datetime.now()     print "Main Thread Start At: " , dstart     #init thread_pool     thread_pool = []     #init mutex     g_mutex = threading.Lock()     # init thread items     acc = Account(100)     for i in range(10):         th = threading.Thread(target=worker,args=(i,acc) ) ;         thread_pool.append(th)              # start threads one by one             for i in range(10):         thread_pool[i].start()          #collect all threads     for i in range(10):         threading.Thread.join(thread_pool[i])     dend = datetime.datetime.now()     print "count=",acc.m_amount     print "Main Thread End at: " ,dend , " time span " , dend-dstart;

注意，先不用互斥锁进行临界段访问控制，运行结果如下：

Main Thread Start At:    2009-01-13 00:17:55.296000 
Str    0 2009-01-13 00:17:55.312000 
Str    1 2009-01-13 00:17:55.453000 
Str    2 2009-01-13 00:17:55.484000 
Str    3 2009-01-13 00:17:55.531000 
Str    4 2009-01-13 00:17:55.562000 
Str    5 2009-01-13 00:17:55.609000 
Str    6 2009-01-13 00:17:55.640000 
Str    7 2009-01-13 00:17:55.687000 
Str    8 2009-01-13 00:17:55.718000 
Str    9 2009-01-13 00:17:55.781000 
End    0 2009-01-13 00:18:06.250000 
End    1 2009-01-13 00:18:07.500000 
End    4 2009-01-13 00:18:07.531000 
End    2 2009-01-13 00:18:07.562000 
End    3 2009-01-13 00:18:07.593000 
End    9 2009-01-13 00:18:07.609000 
End    7 2009-01-13 00:18:07.640000 
End    8 2009-01-13 00:18:07.671000 
End    5 2009-01-13 00:18:07.687000 
End    6 2009-01-13 00:18:07.718000 
count= 3434612 
Main Thread End at:    2009-01-13 00:18:07.718000    time span    0:00:12.422000

 从结果看到，程序确实是多线程运行的。但是由于没有对对象Account进行互斥访问，所以结果是错误的，只有3434612，比原预计少了很多。

把上面阴影部分代码的注释打开，运行结果如下

Main Thread Start At:    2009-01-13 00:26:12.156000 
Str    0 2009-01-13 00:26:12.156000 
Str    1 2009-01-13 00:26:12.390000 
Str    2 2009-01-13 00:26:12.437000 
Str    3 2009-01-13 00:26:12.468000 
Str    4 2009-01-13 00:26:12.515000 
Str    5 2009-01-13 00:26:12.562000 
Str    6 2009-01-13 00:26:12.593000 
Str    7 2009-01-13 00:26:12.640000 
Str    8 2009-01-13 00:26:12.671000 
Str    9 2009-01-13 00:26:12.718000 
End    0 2009-01-13 00:27:01.781000 
End    1 2009-01-13 00:27:05.890000 
End    5 2009-01-13 00:27:06.046000 
End    7 2009-01-13 00:27:06.078000 
End    4 2009-01-13 00:27:06.109000 
End    2 2009-01-13 00:27:06.140000 
End    6 2009-01-13 00:27:06.156000 
End    8 2009-01-13 00:27:06.187000 
End    3 2009-01-13 00:27:06.203000 
End    9 2009-01-13 00:27:06.234000 
count= 10000100 
Main Thread End at:    2009-01-13 00:27:06.234000    time span    0:00:54.078000

这次可以看到，结果正确了。运行时间比不进行互斥多了很多，需要花54秒才能运行（我机器烂，没钱更新，呵呵），不过这也是同步的代价，没办法。

 

--------------------------------------------------------------------------------------------------

自己从新以对象新式从写了thread部分。代码如下：

import threadingfrom pprint import pprintclass Account(object):    def __init__(self,base):        super(Account,self).__init__()        self.base=base        print ('money is',self.base)    def add(self,m):        self.base+=m    def dec(self,m):        self.base-=mclass mycard(threading.Thread):    global lock    def __init__(self,acc,name):        super(mycard,self).__init__()        self.name=name        self.acc=acc    def run(self):        for i in range(100000):            lock.acquire()            self.acc.add(1)            lock.release()        print('线程',self.name,'已经刷完1000000')                    lock=threading.Lock()acc=Account(100)threads=[]for i in range(10):    threads.append(mycard(acc,str(i)))for i in threads:    i.start()    print('thread',i.name,'started')print ('活动线程数为:',threading.active_count())for i in threads:    print ('线程名',i.name,'线程标识:',i.ident)for i in threads:    print ('这是线程',i,'的join之前')    i.join()    print(i.name,'线程join之后')print ("all finshed acc's money is ",acc.base)    

运行结果如下：

C:\>f:\我的文档\桌面\13.pymoney is 100thread 0 startedthread 1 startedthread 2 startedthread 3 startedthread 4 startedthread 5 startedthread 6 startedthread 7 startedthread 8 startedthread 9 started活动线程数为: 11线程名 0 线程标识: 2784线程名 1 线程标识: 3828线程名 2 线程标识: 2540线程名 3 线程标识: 2480线程名 4 线程标识: 3116线程名 5 线程标识: 2972线程名 6 线程标识: 3596线程名 7 线程标识: 3668线程名 8 线程标识: 2876线程名 9 线程标识: 568这是线程 <mycard(0, started 2784)> 的join之前线程 0 已经刷完10000000 线程join之后这是线程 <mycard(1, started 3828)> 的join之前线程 1 已经刷完10000001 线程join之后这是线程 <mycard(2, started 2540)> 的join之前线程 2 已经刷完10000002 线程join之后线程 3 已经刷完1000000这是线程 <mycard(3, started 2480)> 的join之前线程 4 已经刷完10000003 线程join之后线程 5 已经刷完1000000线程 6 已经刷完1000000线程 7 已经刷完1000000线程 8 已经刷完1000000线程 9 已经刷完1000000这是线程 <mycard(4, stopped 3116)> 的join之前4 线程join之后这是线程 <mycard(5, stopped 2972)> 的join之前5 线程join之后这是线程 <mycard(6, stopped 3596)> 的join之前6 线程join之后这是线程 <mycard(7, stopped 3668)> 的join之前7 线程join之后这是线程 <mycard(8, stopped 2876)> 的join之前8 线程join之后这是线程 <mycard(9, stopped 568)> 的join之前9 线程join之后all finshed acc's money is  1000100C:\>

-------------------------------------------------------

关于线程中Time对象的用法如下：

import threadingdef yk(a,b):    print ('a is',a,'\nb is ',b)print ('输出本文字后需要等待2秒钟才有显示')myt=threading.Timer(2,yk,(133,122)) # 2秒钟后执行 yk(133,122)这个函数myt.start()

运行后结果：

F:\>F:\我的文档\桌面\13.py输出本文字后需要等待2秒钟才有显示a is 133b is  122F:\>