對于Python中線程問題的簡單講解

更新時間：2015年04月03日 09:15:37 作者：Akshar Raaj

這篇文章主要介紹了對于Python中線程問題的簡單講解,線程一直是Python編程當中的熱點問題,而本文沒有涉及GIL線程鎖方面的內(nèi)容,需要的朋友可以參考下

我們將會看到一些在Python中使用線程的實例和如何避免線程之間的競爭。你應當將下邊的例子運行多次，以便可以注意到線程是不可預測的和線程每次運行出的不同結果。聲明：從這里開始忘掉你聽到過的關于GIL的東西，因為GIL不會影響到我想要展示的東西。

示例1

我們將要請求五個不同的url：
單線程

import time
import urllib2
 
def get_responses():
 urls = [
  'http://www.google.com',
  'http://www.amazon.com',
  'http://www.ebay.com',
  'http://www.alibaba.com',
  'http://www.reddit.com'
 ]
 start = time.time()
 for url in urls:
  print url
  resp = urllib2.urlopen(url)
  print resp.getcode()
 print "Elapsed time: %s" % (time.time()-start)
 
get_responses()

輸出是：

http://www.google.com 200
http://www.amazon.com 200
http://www.ebay.com 200
http://www.alibaba.com 200
http://www.reddit.com 200
Elapsed time: 3.0814409256

解釋：

url順序的被請求
除非cpu從一個url獲得了回應，否則不會去請求下一個url
網(wǎng)絡請求會花費較長的時間，所以cpu在等待網(wǎng)絡請求的返回時間內(nèi)一直處于閑置狀態(tài)。

多線程

import urllib2
import time
from threading import Thread
 
class GetUrlThread(Thread):
 def __init__(self, url):
  self.url = url
  super(GetUrlThread, self).__init__()
 
 def run(self):
  resp = urllib2.urlopen(self.url)
  print self.url, resp.getcode()
 
def get_responses():
 urls = [
  'http://www.google.com',
  'http://www.amazon.com',
  'http://www.ebay.com',
  'http://www.alibaba.com',
  'http://www.reddit.com'
 ]
 start = time.time()
 threads = []
 for url in urls:
  t = GetUrlThread(url)
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "Elapsed time: %s" % (time.time()-start)
 
get_responses()

輸出：

http://www.reddit.com 200
http://www.google.com 200
http://www.amazon.com 200
http://www.alibaba.com 200
http://www.ebay.com 200
Elapsed time: 0.689890861511

解釋：

意識到了程序在執(zhí)行時間上的提升
我們寫了一個多線程程序來減少cpu的等待時間，當我們在等待一個線程內(nèi)的網(wǎng)絡請求返回時，這時cpu可以切換到其他線程去進行其他線程內(nèi)的網(wǎng)絡請求。
我們期望一個線程處理一個url，所以實例化線程類的時候我們傳了一個url。
線程運行意味著執(zhí)行類里的run()方法。
無論如何我們想每個線程必須執(zhí)行run()。
為每個url創(chuàng)建一個線程并且調用start()方法，這告訴了cpu可以執(zhí)行線程中的run()方法了。
我們希望所有的線程執(zhí)行完畢的時候再計算花費的時間，所以調用了join()方法。
join()可以通知主線程等待這個線程結束后，才可以執(zhí)行下一條指令。
每個線程我們都調用了join()方法，所以我們是在所有線程執(zhí)行完畢后計算的運行時間。

關于線程：

cpu可能不會在調用start()后馬上執(zhí)行run()方法。
你不能確定run()在不同線程建間的執(zhí)行順序。
對于單獨的一個線程，可以保證run()方法里的語句是按照順序執(zhí)行的。
這就是因為線程內(nèi)的url會首先被請求，然后打印出返回的結果。

實例2

我們將會用一個程序演示一下多線程間的資源競爭，并修復這個問題。

from threading import Thread
 
#define a global variable
some_var = 0
 
class IncrementThread(Thread):
 def run(self):
  #we want to read a global variable
  #and then increment it
  global some_var
  read_value = some_var
  print "some_var in %s is %d" % (self.name, read_value)
  some_var = read_value + 1
  print "some_var in %s after increment is %d" % (self.name, some_var)
 
def use_increment_thread():
 threads = []
 for i in range(50):
  t = IncrementThread()
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "After 50 modifications, some_var should have become 50"
 print "After 50 modifications, some_var is %d" % (some_var,)
 
use_increment_thread()

多次運行這個程序，你會看到多種不同的結果。

解釋：

有一個全局變量，所有的線程都想修改它。
所有的線程應該在這個全局變量上加 1 。
有50個線程，最后這個數(shù)值應該變成50，但是它卻沒有。

為什么沒有達到50？

在some_var是15的時候，線程t1讀取了some_var，這個時刻cpu將控制權給了另一個線程t2。
t2線程讀到的some_var也是15
t1和t2都把some_var加到16
當時我們期望的是t1 t2兩個線程使some_var + 2變成17
在這里就有了資源競爭。
相同的情況也可能發(fā)生在其它的線程間，所以出現(xiàn)了最后的結果小于50的情況。

解決資源競爭

from threading import Lock, Thread
lock = Lock()
some_var = 0
 
class IncrementThread(Thread):
 def run(self):
  #we want to read a global variable
  #and then increment it
  global some_var
  lock.acquire()
  read_value = some_var
  print "some_var in %s is %d" % (self.name, read_value)
  some_var = read_value + 1
  print "some_var in %s after increment is %d" % (self.name, some_var)
  lock.release()
 
def use_increment_thread():
 threads = []
 for i in range(50):
  t = IncrementThread()
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "After 50 modifications, some_var should have become 50"
 print "After 50 modifications, some_var is %d" % (some_var,)
 
use_increment_thread()

再次運行這個程序，達到了我們預期的結果。

解釋：

Lock 用來防止競爭條件
如果在執(zhí)行一些操作之前，線程t1獲得了鎖。其他的線程在t1釋放Lock之前，不會執(zhí)行相同的操作
我們想要確定的是一旦線程t1已經(jīng)讀取了some_var，直到t1完成了修改some_var，其他的線程才可以讀取some_var
這樣讀取和修改some_var成了邏輯上的原子操作。

實例3

讓我們用一個例子來證明一個線程不能影響其他線程內(nèi)的變量（非全局變量）。

time.sleep()可以使一個線程掛起，強制線程切換發(fā)生。

from threading import Thread
import time
 
class CreateListThread(Thread):
 def run(self):
  self.entries = []
  for i in range(10):
   time.sleep(1)
   self.entries.append(i)
  print self.entries
 
def use_create_list_thread():
 for i in range(3):
  t = CreateListThread()
  t.start()
 
use_create_list_thread()

運行幾次后發(fā)現(xiàn)并沒有打印出爭取的結果。當一個線程正在打印的時候，cpu切換到了另一個線程，所以產(chǎn)生了不正確的結果。我們需要確保print self.entries是個邏輯上的原子操作，以防打印時被其他線程打斷。

我們使用了Lock()，來看下邊的例子。

from threading import Thread, Lock
import time
 
lock = Lock()
 
class CreateListThread(Thread):
 def run(self):
  self.entries = []
  for i in range(10):
   time.sleep(1)
   self.entries.append(i)
  lock.acquire()
  print self.entries
  lock.release()
 
def use_create_list_thread():
 for i in range(3):
  t = CreateListThread()
  t.start()
use_create_list_thread()

這次我們看到了正確的結果。證明了一個線程不可以修改其他線程內(nèi)部的變量（非全局變量）。

您可能感興趣的文章: