python 實現(xiàn)線程之間的通信示例

前言：因為GIL的限制，python的線程是無法真正意義上并行的。相對于異步編程，其性能可以說不是一個等量級的。為什么我們還要學(xué)習(xí)多線程編程呢，雖然說異步編程好處多，但編程也較為復(fù)雜，邏輯不容易理解，學(xué)習(xí)成本和維護成本都比較高。畢竟我們大部分人還是適應(yīng)同步編碼的，除非一些需要高性能處理的地方采用異步。

首先普及下進程和線程的概念：

進程：進程是操作系統(tǒng)資源分配的基本單位。

線程：線程是任務(wù)調(diào)度和執(zhí)行的基本單位。

一個應(yīng)用程序至少一個進程，一個進程至少一個線程。

兩者區(qū)別：同一進程內(nèi)的線程共享本進程的資源如內(nèi)存、I/O、cpu等，但是進程之間的資源是獨立的。

一、多線程

python 可以通過 thread 或 threading 模塊實現(xiàn)多線程，threading 相比 thread 提供了更高階、更全面的線程管理。我們下文主要以 threading 模塊介紹多線程的基本用法。

import threading
import time

class thread(threading.Thread):
 def __init__(self, threadname):
 threading.Thread.__init__(self, name='線程' + threadname)

 def run(self):
 print('%s:Now timestamp is %s'%(self.name,time.time()))

threads = []
for a in range(int(5)): # 線程個數(shù)
 threads.append(thread(str(a)))
for t in threads: # 開啟線程
 t.start()
for t in threads: # 阻塞線程
 t.join()
print('END')

輸出：
線程3:Now timestamp is 1557386184.7574518
線程2:Now timestamp is 1557386184.7574518
線程0:Now timestamp is 1557386184.7574518
線程1:Now timestamp is 1557386184.7574518
線程4:Now timestamp is 1557386184.7582724
END

 start() 方法開啟子線程。運行多次 start() 方法代表開啟多個子線程。

 join() 方法用來阻塞主線程，等待子線程執(zhí)行完成。舉個例子，主線程A創(chuàng)建了子線程B，并使用了 join() 方法，主線程A在 join() 處就被阻塞了，等待子線程B完成后，主線程A才能執(zhí)行 print('END')。如果沒有使用 join() 方法，主線程A創(chuàng)建子線程B后，不會等待子線程B，直接執(zhí)行 print('END')，如下：

import threading
import time

class thread(threading.Thread):
 def __init__(self, threadname):
 threading.Thread.__init__(self, name='線程' + threadname)

 def run(self):
 time.sleep(1)
 print('%s:Now timestamp is %s'%(self.name,time.time()))

threads = []
for a in range(int(5)): # 線程個數(shù)
 threads.append(thread(str(a)))
for t in threads: # 開啟線程
 t.start()
# for t in threads: # 阻塞線程
# t.join()
print('END')

輸出：
END
線程0:Now timestamp is 1557386321.376941
線程3:Now timestamp is 1557386321.377937
線程1:Now timestamp is 1557386321.377937
線程2:Now timestamp is 1557386321.377937
線程4:Now timestamp is 1557386321.377937

二、線程之間的通信

1.threading.Lock()

如果多個線程對某一資源同時進行修改，可能會存在不可預(yù)知的情況。為了修改數(shù)據(jù)的正確性，需要把這個資源鎖住，只允許線程依次排隊進去獲取這個資源。當(dāng)線程A操作完后，釋放鎖，線程B才能進入。如下腳本是開啟多個線程修改變量的值，但輸出結(jié)果每次都不一樣。

import threading

money = 0
def Order(n):
 global money
 money = money + n
 money = money - n

class thread(threading.Thread):
 def __init__(self, threadname):
 threading.Thread.__init__(self, name='線程' + threadname)
 self.threadname = int(threadname)

 def run(self):
 for i in range(1000000):
  Order(self.threadname)

t1 = thread('1')
t2 = thread('5')
t1.start()
t2.start()
t1.join()
t2.join()
print(money)

接下來我們用 threading.Lock() 鎖住這個變量，等操作完再釋放這個鎖。lock.acquire() 給資源加一把鎖，對資源處理完成之后，lock.release() 再釋放鎖。以下腳本執(zhí)行結(jié)果都是一樣的，但速度會變慢，因為線程只能一個個的通過。

import threading

money = 0
def Order(n):
 global money
 money = money + n
 money = money - n

class thread(threading.Thread):
 def __init__(self, threadname):
 threading.Thread.__init__(self, name='線程' + threadname)
 self.threadname = int(threadname)

 def run(self):
 for i in range(1000000):
  lock.acquire()
  Order(self.threadname)
  lock.release()
# print('%s:Now timestamp is %s'%(self.name,time.time()))

lock = threading.Lock()
t1 = thread('1')
t2 = thread('5')
t1.start()
t2.start()
t1.join()
t2.join()
print(money)

2.threading.Rlock()

用法和 threading Lock() 一致，區(qū)別是 threading.Rlock() 允許多次鎖資源，acquire() 和 release() 必須成對出現(xiàn)，也就是說加了幾把鎖就得釋放幾把鎖。

lock = threading.Lock()
# 死鎖
lock.acquire()
lock.acquire()
print('...')
lock.release()
lock.release()

rlock = threading.RLock()
# 同一線程內(nèi)不會阻塞線程
rlock.acquire()
rlock.acquire()
print('...')
rlock.release()
rlock.release()

3.threading.Condition()

threading.Condition() 可以理解為更加高級的鎖，比 Lock 和 Rlock 的用法更高級，能處理一些復(fù)雜的線程同步問題。threading.Condition() 創(chuàng)建一把資源鎖（默認(rèn)是Rlock），提供 acquire() 和 release() 方法，用法和 Rlock 一致。此外 Condition 還提供 wait()、Notify() 和 NotifyAll() 方法。

wait()：線程掛起，直到收到一個 Notify() 通知或者超時（可選參數(shù)），wait() 必須在線程得到 Rlock 后才能使用。

Notify() ：在線程掛起的時候，發(fā)送一個通知，讓 wait() 等待線程繼續(xù)運行，Notify() 也必須在線程得到 Rlock 后才能使用。 Notify(n=1)，最多喚醒 n 個線程。

NotifyAll() ：在線程掛起的時候，發(fā)送通知，讓所有 wait() 阻塞的線程都繼續(xù)運行。

舉例說明下 Condition() 使用

import threading,time

def TestA():
 cond.acquire()
 print('李白：看見一個敵人，請求支援')
 cond.wait()
 print('李白：好的')
 cond.notify()
 cond.release()

def TestB():
 time.sleep(2)
 cond.acquire()
 print('亞瑟：等我...')
 cond.notify()
 cond.wait()
 print('亞瑟：我到了，發(fā)起沖鋒...')

if __name__=='__main__':
 cond = threading.Condition()
 testA = threading.Thread(target=TestA)
 testB = threading.Thread(target=TestB)
 testA.start()
 testB.start()
 testA.join()
 testB.join()

輸出
李白：看見一個敵人，請求支援
亞瑟：等我...
李白：好的
亞瑟：我到了，發(fā)起沖鋒...

4.threading.Event()

threading.Event() 原理是在線程中立了一個 Flag ，默認(rèn)值是 False ，當(dāng)一個或多個線程遇到 event.wait() 方法時阻塞，直到 Flag 值 變?yōu)?True 。threading.Event() 通常用來實現(xiàn)線程之間的通信，使一個線程等待其他線程的通知 ，把 Event 傳遞到線程對象中。

event.wait() ：阻塞線程，直到 Flag 值變?yōu)?True

event.set() ：設(shè)置 Flag 值為 True

event.clear() ：修改 Flag 值為 False

event.isSet() :  僅當(dāng) Flag 值為 True 時返回

下面這個例子，主線程啟動子線程后 sleap 2秒，子線程因為 event.wait() 被阻塞。當(dāng)主線程醒來后執(zhí)行 event.set() ，子線程才繼續(xù)運行，兩者輸出時間差 2s。

import threading
import datetime,time

class thread(threading.Thread):
 def __init__(self, threadname):
 threading.Thread.__init__(self, name='線程' + threadname)
 self.threadname = int(threadname)

 def run(self):
 event.wait()
 print('子線程運行時間：%s'%datetime.datetime.now())

if __name__ == '__main__':
 event = threading.Event()
 t1 = thread('0')
 #啟動子線程
 t1.start()
 print('主線程運行時間：%s'%datetime.datetime.now())
 time.sleep(2)
 # Flag設(shè)置成True
 event.set()
 t1.join()

輸出
主線程運行時間：2019-05-30 15:51:49.690872
子線程運行時間：2019-05-30 15:51:51.691523

 5.其他方法

threading.active_count()：返回當(dāng)前存活的線程對象的數(shù)量

threading.current_thread()：返回當(dāng)前線程對象

threading.enumerate()：返回當(dāng)前所有線程對象的列表

threading.get_ident()：返回線程pid

threading.main_thread()：返回主線程對象

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持億速云。