Python直譯
- 高洛峰原創
- 2016-10-20 11:43:451218瀏覽
首先，說明多執行緒的應用場景：當python處理多個任務時，這些任務本質是異步的，需要有多個並發事務，各個事務的運行順序可以是不確定的、隨機的、不可預測的。計算密集型的任務可以依序執行分隔成的多個子任務，也可以用多執行緒的方式處理。但I/O密集型的任務就不好以單線程方式處理了，如果不用多線程，只能用一個或多個計時器來處理實作。
下面說一下進程與執行緒：進程（有時叫重量級進程），是程式的一次執行，正如我們在centos中，ps -aux | grep something 的時候，總有一個他自身產生的進程，也就是這個grep進程，每個進程有自己的位址空間、記憶體、資料棧、及其他記錄其運行軌蹟的輔助數據，因此各個進程也不能直接共享訊息，只能用進程間通信（IPC）。
執行緒（輕量級進程），與進程最大的差異是，所有的執行緒運行在同一個進程中，共享相同的運行環境，共享同一片資料空間。所以執行緒之間可以比進程之間更方便的共享資料以及相互通訊，並發執行完成事務。
為了方便理解記憶進程與線程的關係，我們可以做一個類比：把cpu比作一個搬家公司，而這家搬家公司只有一輛車(進程)來供使用，開始，這家搬家公司很窮，只有一個員工(單線程)，那麼，這個搬家公司一天，最多只能搬5家，後來，老闆賺到錢了，他沒買車，而是多雇了n個員工(多線程)，這樣，每個員工會被安排每次只搬一家，然後就去休息，把車讓出來，讓其他人搬下一家，這看起來其實並沒有提高多少效率，反而增加了成本是吧，這是因為GIL(Global Interpreter Lock) 全域解釋器鎖，保證了線程安全(保證資料被安全讀取)，即同時只能有一個線程在CPU上運行，這是python特有的機制，也就是說，即使你的運作環境有雙CPU，python虛擬機器也只會使用一個cpu，也就是說GIL 直接導致CPython 不能利用實體多核心的效能加速運算。具體的詳細解釋(歷史遺留問題，硬體發展太快)可以參考這篇部落格：
http://blog.sina.com.cn/s/blog_64ecfc2f0102uzzf.html
1 在作者我們不要使用thread模組，而是要使用threading模組，原因如下：
1、當主執行緒退出時，所有其他執行緒沒有被清除就退出了，thread模組無法保護所有子執行緒的安全退出。即，thread 模組不支援守護程式。
2、thread模組的屬性有可能會與threading出現衝突。
3、低階的thread模組的同步原語很少（實際上只有一個，應該是sleep）。
一、thread模組
以下是兩個不使用GIL和使用GIL的範例程式碼：
1.不使用GIL的程式碼範例：
from time import sleep,ctime
import thread
def loop0():
print 'start loop 0 at: ',ctime()
sleep(4)
print 'loop 0 done at: ',ctime()
def loop1():
print 'start loop 1 at: ',ctime()
sleep(2)
print 'loop 1 done at: ',ctime()
def main():
print 'start at: ',ctime()
thread.start_new_thread(loop0,())
thread.start_new_thread(loop1,())
sleep(6)
print 'all loop is done, ' ,ctime()
if __name__=='__main__':
main()
输出结果：
start at: Thu Jan 28 10:46:27 2016
start loop 0 at: Thu Jan 28 10:46:27 2016
start loop 1 at: Thu Jan 28 10:46:27 2016
loop 1 done at: Thu Jan 28 10:46:29 2016
loop 0 done at: Thu Jan 28 10:46:31 2016
all loop is done, Thu Jan 28 10:46:33 2016由上述輸出可以看出，我們成功開啟了兩個執行緒，並且與主線程同步，在第2s時，loop1先完成，第4s時loop0完成，又過了2s，主線程完成結束。整個主線程經過了6s，loop0和loop1同步完成。
2、使用GIL的程式碼範例：
import thread
from time import sleep,ctime
loops = [4,2]
def loop(nloop,nsec,lock):
print 'start loop',nloop,'at: ',ctime()
sleep(nsec)
print 'loop',nloop,'done at:',ctime()
lock.release()
def main():
print 'starting at:',ctime()
locks = []
nloops = range(len(loops))
for i in nloops:
lock = thread.allocate_lock() #创建锁的列表，存在locks中
lock.acquire()
locks.append(lock)
for i in nloops:
thread.start_new_thread(loop,(i,loops[i],locks[i])) #创建线程，参数为循环号，睡眠时间，锁
for i in nloops:
while locks[i].locked(): #等待循环完成，解锁
pass
print 'all DONE at:',ctime()
if __name__ == '__main__':
main()
以上输出如下：
starting at: Thu Jan 28 14:59:22 2016
start loop 0 at: Thu Jan 28 14:59:22 2016
start loop 1 at: Thu Jan 28 14:59:22 2016
loop 1 done at: Thu Jan 28 14:59:24 2016
loop 0 done at: Thu Jan 28 14:59:26 2016
all DONE at: Thu Jan 28 14:59:26 2016歷時4秒，這樣效率提高，也比在主執行緒中用一個sleep()函數來計時更為合理。
二、threading模組
1、Thread類別
在thread類別中，可以用以下三種方法來建立執行緒：
(1)建立一個thread實例，傳給它一個函數)建立一個thread實例，傳給它一個可呼叫的類別物件
(3)從thread派生出一個子類，建立這個子類別的物件
方法(1)
__author__ = 'dell'
import threading
from time import sleep,ctime
def loop0():
print 'start loop 0 at:',ctime()
sleep(4)
print 'loop 0 done at:',ctime()
def loop1():
print 'start loop 1 at:',ctime()
sleep(2)
print 'loop 1 done at:',ctime()
def main():
print 'starting at:',ctime()
threads = []
t1 = threading.Thread(target=loop0,args=()) #创建线程
threads.append(t1)
t2 = threading.Thread(target=loop1,args=())
threads.append(t2)
for t in threads:
t.setDaemon(True)<span style="white-space:pre"> </span> #开启守护线程(一定要在start()前调用)
t.start()<span style="white-space:pre"> </span> #开始线程执行
for t in threads:<span style="white-space:pre"> </span>
t.join()<span style="white-space:pre"> </span> #将程序挂起阻塞，直到线程结束，如果给出数值，则最多阻塞timeout秒
if __name__ == '__main__':
main()
print 'All DONE at:',ctime()
在这里，就不用像thread模块那样要管理那么多锁(分配、获取、释放、检查等)了，同时我也减少了循环的代码，直接自己编号循环了，得到输出如下：
starting at: Thu Jan 28 16:38:14 2016
start loop 0 at: Thu Jan 28 16:38:14 2016
start loop 1 at: Thu Jan 28 16:38:14 2016
loop 1 done at: Thu Jan 28 16:38:16 2016
loop 0 done at: Thu Jan 28 16:38:18 2016
All DONE at: Thu Jan 28 16:38:18 2016結果相同，但是從程式碼的邏輯來看，要清晰的多了。其他兩種在此就不貼程式碼了。實例化一個Thread與調用thread.start_new_thread直接最大的區別就是新的線程不會立即開始執行，也就是說，在threading模組的Thread類別中當我們實例化之後，再調用.start()函數後被統一執行，這使得我們的程式具有很好的同步特性。
下面是單線程與多線程的一個對比示例，分別以乘除完成兩組運算，從而看出多線程對效率的提高
from time import ctime,sleep
import threading
def multi():
num1 = 1
print 'start mutiple at:',ctime()
for i in range(1,10):
num1 = i*num1
sleep(0.2)
print 'mutiple finished at:',ctime()
return num1
def divide():
num2 = 100
print 'start division at:',ctime()
for i in range(1,10):
num2 = num2/i
sleep(0.4)
print 'division finished at:',ctime()
return num2
def main():
print '---->single Thread'
x1 = multi()
x2 = divide()
print 'The sum is ',sum([x1,x2]),'\nfinished singe thread',ctime()
print '----->Multi Thread'
threads = []
t1 = threading.Thread(target=multi,args=())
threads.append(t1)
t2 = threading.Thread(target=divide,args=())
threads.append(t2)
for t in threads:
t.setDaemon(True)
t.start()
for t in threads:
t.join()
if __name__ == '__main__':
main()
结果如下：
---->single Thread
start mutiple at: Thu Jan 28 21:41:18 2016
mutiple finished at: Thu Jan 28 21:41:20 2016
start division at: Thu Jan 28 21:41:20 2016
division finished at: Thu Jan 28 21:41:24 2016
The sum is 362880
finished singe thread Thu Jan 28 21:41:24 2016
----->Multi Thread
start mutiple at: Thu Jan 28 21:41:24 2016
start division at: Thu Jan 28 21:41:24 2016
mutiple finished at: Thu Jan 28 21:41:26 2016
division finished at: Thu Jan 28 21:41:27 2016
The sum is : 362880