python threading和multiprocessing模塊基本用法實(shí)例分析

本文實(shí)例講述了python threading和multiprocessing模塊基本用法。分享給大家供大家參考，具體如下：

前言

這兩天為了做一個(gè)小項(xiàng)目，研究了一下python的并發(fā)編程，所謂并發(fā)無(wú)非多線程和多進(jìn)程，最初找到的是threading模塊，因?yàn)橛∠笾芯€程“輕量...”，“切換快...”，“可共享進(jìn)程資源...”等等，但是沒(méi)想到這里水很深，進(jìn)而找到了更好的替代品multiprocessing模塊。下面會(huì)講一些使用中的經(jīng)驗(yàn)。

后面出現(xiàn)的代碼都在ubuntu10.04 + python2.6.5的環(huán)境下測(cè)試通過(guò)。

一、使用threading模塊創(chuàng)建線程

1、三種線程創(chuàng)建方式

（1）傳入一個(gè)函數(shù)

這種方式是最基本的，即調(diào)用threading中的Thread類的構(gòu)造函數(shù)，然后指定參數(shù)target=func，再使用返回的Thread的實(shí)例調(diào)用start()方法，即開(kāi)始運(yùn)行該線程，該線程將執(zhí)行函數(shù)func，當(dāng)然，如果func需要參數(shù)，可以在Thread的構(gòu)造函數(shù)中傳入?yún)?shù)args=(...)。示例代碼如下：

#!/usr/bin/python
#-*-coding:utf-8-*-
import threading
#用于線程執(zhí)行的函數(shù)
def counter(n):
  cnt = 0;
  for i in xrange(n):
    for j in xrange(i):
      cnt += j;
  print cnt;
if __name__ == '__main__':
 #初始化一個(gè)線程對(duì)象，傳入函數(shù)counter，及其參數(shù)1000
  th = threading.Thread(target=counter, args=(1000,));
 #啟動(dòng)線程
  th.start();
 #主線程阻塞等待子線程結(jié)束
  th.join();

這段代碼很直觀，counter函數(shù)是一個(gè)很無(wú)聊的雙重循環(huán)，需要注意的是th.join()這句，這句的意思是主線程將自我阻塞，然后等待th表示的線程執(zhí)行完畢再結(jié)束，如果沒(méi)有這句，運(yùn)行代碼會(huì)立即結(jié)束。join的意思比較晦澀，其實(shí)將這句理解成這樣會(huì)好理解些“while th.is_alive(): time.sleep(1)”。雖然意思相同，但是后面將看到，使用join也有陷阱。

（2）傳入一個(gè)可調(diào)用的對(duì)象

許多的python 對(duì)象都是我們所說(shuō)的可調(diào)用的，即是任何能通過(guò)函數(shù)操作符“（）”來(lái)調(diào)用的對(duì)象（見(jiàn)《python核心編程》第14章）。類的對(duì)象也是可以調(diào)用的，當(dāng)被調(diào)用時(shí)會(huì)自動(dòng)調(diào)用對(duì)象的內(nèi)建方法__call__()，因此這種新建線程的方法就是給線程指定一個(gè)__call__方法被重載了的對(duì)象。示例代碼如下：

#!/usr/bin/python
#-*-coding:utf-8-*-
import threading
#可調(diào)用的類
class Callable(object):
  def __init__(self, func, args):
    self.func = func;
    self.args = args;
  def __call__(self):
    apply(self.func, self.args);
#用于線程執(zhí)行的函數(shù)
def counter(n):
  cnt = 0;
  for i in xrange(n):
    for j in xrange(i):
      cnt += j;
  print cnt;
if __name__ == '__main__':
 #初始化一個(gè)線程對(duì)象，傳入可調(diào)用的Callable對(duì)象，并用函數(shù)counter及其參數(shù)1000初始化這個(gè)對(duì)象
  th = threading.Thread(target=Callable(counter, (1000,)));
 #啟動(dòng)線程
  th.start();
 #主線程阻塞等待子線程結(jié)束
  th.join();

這個(gè)例子關(guān)鍵的一句是apply(self.func, self.args); 這里使用初始化時(shí)傳入的函數(shù)對(duì)象及其參數(shù)來(lái)進(jìn)行一次調(diào)用。

（3）繼承Thread類

這種方式通過(guò)繼承Thread類，并重載其run方法，來(lái)實(shí)現(xiàn)自定義的線程行為，示例代碼如下：

#!/usr/bin/python
#-*-coding:utf-8-*-
import threading, time, random
def counter():
  cnt = 0;
  for i in xrange(10000):
    for j in xrange(i):
      cnt += j;
class SubThread(threading.Thread):
  def __init__(self, name):
    threading.Thread.__init__(self, name=name);
  def run(self):
    i = 0;
    while i < 4:
      print self.name,'counting...\n';
      counter();
      print self.name,'finish\n';
      i += 1;
if __name__ == '__main__':
  th = SubThread('thread-1');
  th.start();
  th.join();
  print 'all done';

這個(gè)例子定義了一個(gè)SubThread類，它繼承了Thread類，并重載了run方法，在方法中調(diào)用counter4次并打印一些信息，可以看到這種方式比較直觀。在構(gòu)造函數(shù)中要記得先調(diào)用父類的構(gòu)造函數(shù)進(jìn)行初始化。

2、python多線程的限制

python多線程有個(gè)討厭的限制，全局解釋器鎖（global interpreter lock），這個(gè)鎖的意思是任一時(shí)間只能有一個(gè)線程使用解釋器，跟單cpu跑多個(gè)程序一個(gè)意思，大家都是輪著用的，這叫“并發(fā)”，不是“并行”。手冊(cè)上的解釋是為了保證對(duì)象模型的正確性！這個(gè)鎖造成的困擾是如果有一個(gè)計(jì)算密集型的線程占著cpu，其他的線程都得等著....，試想你的多個(gè)線程中有這么一個(gè)線程，得多悲劇，多線程生生被搞成串行；當(dāng)然這個(gè)模塊也不是毫無(wú)用處，手冊(cè)上又說(shuō)了：當(dāng)用于IO密集型任務(wù)時(shí)，IO期間線程會(huì)釋放解釋器，這樣別的線程就有機(jī)會(huì)使用解釋器了！所以是否使用這個(gè)模塊需要考慮面對(duì)的任務(wù)類型。

二、使用multiprocessing創(chuàng)建進(jìn)程

1、三種創(chuàng)建方式

進(jìn)程的創(chuàng)建方式跟線程完全一致，只不過(guò)要將threading.Thread換成multiprocessing.Process。multiprocessing模塊盡力保持了與threading模塊在方法名上的一致性，示例代碼可參考上面線程部分的。這里只給出第一種使用函數(shù)的方式：

#!/usr/bin/python
#-*-coding:utf-8-*-
import multiprocessing, time
def run():
  i = 0;
  while i<10000:
    print 'running';
    time.sleep(2);
    i += 1;
if __name__ == '__main__':
  p = multiprocessing.Process(target=run);
  p.start();
  #p.join();
  print p.pid;
  print 'master gone';

2、創(chuàng)建進(jìn)程池

該模塊還允許一次創(chuàng)建一組進(jìn)程，然后再給他們分配任務(wù)。詳細(xì)內(nèi)容可參考手冊(cè)，這部分研究不多，不敢亂寫(xiě)。

pool = multiprocessing.Pool(processes=4)
pool.apply_async(func, args...)

3、使用進(jìn)程的好處

完全并行，無(wú)GIL的限制，可充分利用多cpu多核的環(huán)境；可以接受linux信號(hào)，后面將看到，這個(gè)功能非常好用。

三、實(shí)例研究

該實(shí)例假想的任務(wù)是：一個(gè)主進(jìn)程會(huì)啟動(dòng)多個(gè)子進(jìn)程分別處理不同的任務(wù)，各個(gè)子進(jìn)程可能又有自己的線程用于不同的IO處理（前面說(shuō)過(guò)，線程在IO方面還是不錯(cuò)的），要實(shí)現(xiàn)的功能是，對(duì)這些子進(jìn)程發(fā)送信號(hào)，能被正確的處理，例如發(fā)生SIGTERM，子進(jìn)程能通知其線程收工，然后“優(yōu)雅”的退出?，F(xiàn)在要解決的問(wèn)題有：（1）在子類化的Process對(duì)象中如何捕捉信號(hào)；（2）如何“優(yōu)雅的退出”。下面分別說(shuō)明。

1、子類化Process并捕捉信號(hào)

如果是使用第一種進(jìn)程創(chuàng)建方式（傳入函數(shù)），那么捕捉信號(hào)很容易，假設(shè)給進(jìn)程運(yùn)行的函數(shù)叫func，代碼示例如下：

#!/usr/bin/python
#-*-coding:utf-8-*-
import multiprocessing, signal,time
def handler(signum, frame):
  print 'signal', signum;
def run():
  signal.signal(signal.SIGTERM, handler);
  signal.signal(signal.SIGINT, handler);
  i = 0;
  while i<10000:
    print 'running';
    time.sleep(2);
    i += 1;
if __name__ == '__main__':
  p = multiprocessing.Process(target=run);
  p.start();
  #p.join();
  print p.pid;
  print 'master gone';

這段代碼是在第一種創(chuàng)建方式的基礎(chǔ)上修改而來(lái)的，增加了兩行signal.signal(...)調(diào)用，這是說(shuō)這個(gè)函數(shù)要捕捉SIGTERM和SIGINT兩個(gè)信號(hào)，另外增加了一個(gè)handler函數(shù)，該函數(shù)用于捕捉到信號(hào)時(shí)進(jìn)行相應(yīng)的處理，我們這里只是簡(jiǎn)單的打印出信號(hào)值。

注意p.join()被注釋掉了，這里跟線程的情況有點(diǎn)區(qū)別，新的進(jìn)程啟動(dòng)后就開(kāi)始運(yùn)行了，主進(jìn)程也不用等待它運(yùn)行完，可以該干嘛干嘛去。這段代碼運(yùn)行后會(huì)打印出子進(jìn)程的進(jìn)程id，根據(jù)這個(gè)id，在另一個(gè)終端輸入kill -TERM id，會(huì)發(fā)現(xiàn)剛才的終端打印出了"signal 15"。

但是使用傳入函數(shù)的方式有一點(diǎn)不好的是封裝性太差，如果功能稍微復(fù)雜點(diǎn)，將會(huì)有很多的全局變量暴露在外，最好還是將功能封裝成類，那么使用類又怎么注冊(cè)信號(hào)相應(yīng)函數(shù)呢？上面的例子貌似只能使用一個(gè)全局的函數(shù)，手冊(cè)也沒(méi)有給出在類中處理信號(hào)的例子，其實(shí)解決方法大同小異，也很容易，這個(gè)帖子http://stackoverflow.com/questions/6204443/python-signal-reading-return-from-signal-handler-function給了我靈感：

class Master(multiprocessing.Process):
  def __init__(self):
    super(Master,self).__init__();
    signal.signal(signal.SIGTERM, self.handler);   #注冊(cè)信號(hào)處理函數(shù)
    self.live = 1;
  #信號(hào)處理函數(shù)
  def handler(self, signum, frame):
    print 'signal:',signum;
    self.live = 0;
  def run(self):
    print 'PID:',self.pid;
    while self.live:
      print 'living...'
      time.sleep(2);

方法很直觀，首先在構(gòu)造函數(shù)中注冊(cè)信號(hào)處理函數(shù)，然后定義了一個(gè)方法handler作為處理函數(shù)。這個(gè)進(jìn)程類會(huì)每隔2秒打印一個(gè)“l(fā)iving...”，當(dāng)接收到SIGTERM后，改變self.live的值，run方法的循環(huán)檢測(cè)到這個(gè)值為0后就結(jié)束了，進(jìn)程也結(jié)束了。

2、讓進(jìn)程優(yōu)雅的退出

下面放出這次的假想任務(wù)的全部代碼，我在主進(jìn)程中啟動(dòng)了一個(gè)子進(jìn)程（通過(guò)子類化Process類），然后子進(jìn)程啟動(dòng)后又產(chǎn)生兩個(gè)子線程，用來(lái)模擬“生產(chǎn)者-消費(fèi)者”模型，兩個(gè)線程通過(guò)一個(gè)隊(duì)列進(jìn)行交流，為了互斥訪問(wèn)這個(gè)隊(duì)列，自然要加一把鎖（condition對(duì)象跟Lock對(duì)象差不多，不過(guò)多了等待和通知的功能）；生產(chǎn)者每次產(chǎn)生一個(gè)隨機(jī)數(shù)并扔進(jìn)隊(duì)列，然后休息一個(gè)隨機(jī)時(shí)間，消費(fèi)者每次從隊(duì)列取一個(gè)數(shù)；而子進(jìn)程中的主線程要負(fù)責(zé)接收信號(hào)，以便讓整個(gè)過(guò)程優(yōu)雅的結(jié)束。代碼如下：

#!/usr/bin/python
#-*-coding:utf-8-*-
import time, multiprocessing, signal, threading, random, time, Queue
class Master(multiprocessing.Process):
  def __init__(self):
    super(Master,self).__init__();
    signal.signal(signal.SIGTERM, self.handler);
 #這個(gè)變量要傳入線程用于控制線程運(yùn)行，為什么用dict？充分利用線程間共享資源的特點(diǎn)
 #因?yàn)榭勺儗?duì)象按引用傳遞，標(biāo)量是傳值的，不信寫(xiě)成self.live = true試試
    self.live = {'stat':True};
  def handler(self, signum, frame):
    print 'signal:',signum;
    self.live['stat'] = 0;                  #置這個(gè)變量為0，通知子線程可以“收工”了
  def run(self):
    print 'PID:',self.pid;
    cond = threading.Condition(threading.Lock());      #創(chuàng)建一個(gè)condition對(duì)象，用于子線程交互
    q = Queue.Queue();                    #一個(gè)隊(duì)列
    sender = Sender(cond, self.live, q);           #傳入共享資源
    geter = Geter(cond, self.live, q);
    sender.start();                     #啟動(dòng)線程
    geter.start();
    signal.pause();                     #主線程睡眠并等待信號(hào)
    while threading.activeCount()-1:             #主線程收到信號(hào)并被喚醒后，檢查還有多少線程活著（除掉自己）
      time.sleep(2);                    #再睡眠等待，確保子線程都安全的結(jié)束
      print 'checking live', threading.activeCount();
    print 'mater gone';
class Sender(threading.Thread):
  def __init__(self, cond, live, queue):
    super(Sender, self).__init__(name='sender');
    self.cond = cond;
    self.queue = queue;
    self.live = live
  def run(self):
    cond = self.cond;
    while self.live['stat']:                 #檢查這個(gè)進(jìn)程內(nèi)的“全局”變量，為真就繼續(xù)運(yùn)行
      cond.acquire();                   #獲得鎖，以便控制隊(duì)列
      i = random.randint(0,100);
      self.queue.put(i,False);
      if not self.queue.full():
        print 'sender add:',i;
      cond.notify();                    #喚醒等待鎖的其他線程
      cond.release();                   #釋放鎖
      time.sleep(random.randint(1,3));
    print 'sender done'
class Geter(threading.Thread):
  def __init__(self, cond, live, queue):
    super(Geter, self).__init__(name='geter');
    self.cond = cond;
    self.queue = queue;
    self.live = live
  def run(self):
    cond = self.cond;
    while self.live['stat']:
      cond.acquire();
      if not self.queue.empty():
        i = self.queue.get();
        print 'geter get:',i;
      cond.wait(3);
      cond.release();
      time.sleep(random.randint(1,3));
    print 'geter done'
if __name__ == '__main__':
  master = Master();
  master.start();                       #啟動(dòng)子進(jìn)程

需要注意的地方是，在Master的run方法中sender.start()和geter.start()之后，按常理應(yīng)該接著調(diào)用sender.join()和geter.join()，讓主線程等待子線程結(jié)束，前面說(shuō)的join的陷阱就在這里，join將主線程阻塞（blocking）住了，主線程無(wú)法再捕捉信號(hào)，剛開(kāi)始研究這塊時(shí)還以為信號(hào)處理函數(shù)寫(xiě)錯(cuò)了。網(wǎng)上討論比較少，這里說(shuō)的比較清楚http://stackoverflow.com/questions/631441/interruptible-thread-join-in-python，http://www.gossamer-threads.com/lists/python/python/541403

參考：

《python核心編程》
《python manual》

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python進(jìn)程與線程操作技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》、《Python+MySQL數(shù)據(jù)庫(kù)程序設(shè)計(jì)入門教程》及《Python常見(jiàn)數(shù)據(jù)庫(kù)操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。