python渐进-线程

有时候代码在运行的时绝大多数时间都在等待。比如说拉取一个网页，需要等待服务器返回；比如说访问一个数据库，需要等待数据块被释放；比如说延时操作，需要等待一段时间再运行。

而一般的python代码运行起来只有一个进程，所有的语句都是顺序执行的。这样就会很浪费时间。如果有三个操作分别耗时t1,t2,t3，那么顺序执行的时间将会是sum(t1,t2,t3)。如果它们能够并行执行的话，花费的时间将会是max(t1,t2,t3)。

python提供了线程类，在一个python进程内可以创建多个线程，可并行运行多个线程。

16.1 线程创建和使用

python的线程创建有两种方式，一种通过参数实例化threading.Thread类；另外一种是自己继承threading.Thread类，重写__init__()和run()方法。

先来介绍使用参数实例化一个threading.Thread类。这种方法很简洁，是推荐的方法。

threading.Thread类的实例化需要几个参数，其中target参数需要传入一个可执行的对象，可以是一个函数，也可以是一个可执行文件；而name参数是线程的名字；args参数是target对象的参数元组，如果target是一个函数的话，那么args需要传入这个函数的参数；kwargs是target对象的字典参数。

下面我们先定一个函数，用于作为线程的可执行对象。这段代码的作用是，随机生成一个0到5秒的数字，并且延迟这个随机时间。如果生成3，那么就延迟3秒。然后打印出传入的线程名和延迟描述。

def randnum(threadname): a=random.randint(0,5) time.sleep(a) print(threadname+" sleep "+str(a))

接着就可以实例化这个线程对象了

from threading import Threadt=Thread(target=randnum,name=threadname,args=(threadname,))

可以看到线程实例化的参数target为randnum，传入的args参数为(threadname,)。线程的名字也是threadname。这里需要注意的是，randnum只有一个参数，而args参数需要输入一个拥有一个数据的元组。tuple在表示只有一个数据的元组时，使用(a,)这种方式，如果使用(a)，则表示的是a。所以这里参数使用的是(threadname,)。

Thread实例化后并不会启动运行一个线程，需要使用start()方法线程才会启动运行。使用join()方法可以等待一个线程的结束。可能是正常结束或者出现异常而结束。

一段完整的代码如下

from threading import Threadimport randomimport timedef randnum(threadname): a=random.randint(0,5) time.sleep(a) print(threadname+" sleep "+str(a))starttime=time.time()threadlist=[]for i in range(5): threadname="thread"+str(i) t=Thread(target=randnum,name=threadname,args=(threadname,)) threadlist.append(t) t.start()for t in threadlist: t.join()endtime=time.time()print('total time :'+ str(endtime-starttime))

这段代码定义了一个函数，可以随机延迟打印一句话。然后使用实例化Thread类的方式初始化一个线程。接着调用线程的start()方法启动这个线程。接着使用join()方法循环等待所有的线程运行结束。最后计算出总的执行时间

一个可能的运行结果是

thread0 sleep 2thread1 sleep 2thread4 sleep 3thread3 sleep 5 thread2 sleep 5total time :5.00261211395

可以看到每个线程最长延迟了5秒，而总的执行时间也差不多是5秒。

下面来介绍另外一种使用线程的方法。需要自己继承线程类，并且重写__init__()方法以及run()方法。因为使用线程对象的start()来启动一个线程的时候，start()方法实际上会调用run()方法。

我们先来看看代码

class MyThread(Thread): def __init__(self,threadname): Thread.__init__(self) self.threadname=threadname def run(self): self.randnum(self.threadname) def randnum(self,threadname): a=random.randint(0,5) time.sleep(a) print(threadname+" sleep "+str(a))

上述的代码重写了__init__()方法，只接收一个变量，就是threadname。使用继承的方式来编写自己的线程类，需要在__init__()里面显式调用Thread的__init__()来做一些初始化的工作。

在这段代码里面randnum函数作为类的一个方法出现，实际上它也可以是一个外部函数，或者一个可执行文件的语句。

run()方法的作用是调用了randnum函数。

此时初始化这个线程类的语句就很简单了，因为我们在定义类的时候已经封装得很好了。

t=MyThread(threadname)

此时完整的代码为

from threading import Threadimport randomimport timeclass MyThread(Thread): def __init__(self,threadname): Thread.__init__(self) self.threadname=threadname def run(self): self.randnum(self.threadname) def randnum(self,threadname): a=random.randint(0,5) time.sleep(a) print(threadname+" sleep "+str(a))starttime=time.time()threadlist=[]for i in range(5): threadname="thread"+str(i) t=MyThread(threadname) threadlist.append(t) t.start()for t in threadlist: t.join()endtime=time.time()print('total time :'+ str(endtime-starttime))

16.2 线程的其它问题

如果想要启动一个线程，让它在python退出之后也存在，那么可以通过thread的setDaemon()来进行设置。

在某些机器上面不支持thread类，那么可以使用dummy_thread类。这个类不是python内部实现的，是一个c语言的外部类，因此无法检测它的状态。无法对它进行join()。

python的thread类只能够在一个cpu核运行，因为python进程锁的关系。如果要尽多核能力，可以使用multiprocessing类，它可以平衡多核cpu的使用。

线程的使用还有很多内容。这个涉及到了操作系统部分的内容。

比如多个线程之间可能访问同一个资源，比如同一个文件，数据库的同一块数据等等。此时在同一个时间可能有多个线程进行数据的读写，但是数据的存储空间只有一个，在这里就需要多个线程排队访问了。这需要一个锁来控制线程的访问。这就是线程锁的概念。

比如多个线程之间可能需要通信，一个线程执行完了，可能需要唤起另外一个线程，这个又涉及到了线程之间通信的问题。有时候线程A需要等线程B的唤起，而线程B需要等待线程C的唤起，线程C又需要等待线程A的唤起。这个时候就形成了死锁。每个线程都在等待，无法进行下一步。

这些内容在threading类当中都有体现，但是这里不进行探讨。