Python多线程 简明例子

jopen 9年前
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:Python多线程 简明例子

 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。

打开锁后:

Python多线程 简明例子

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,不过这也是同步的代价。
同时发现,写多线程,多进程类的程序,不能用自带的idle来运行。会有错误。

原文地址:http://linhs.blog.51cto.com/370259/126180