脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python中的线程

对于Python中线程问题的简单讲解

 更新时间：2015年04月03日 09:15:37   作者：Akshar Raaj  
这篇文章主要介绍了对于Python中线程问题的简单讲解,线程一直是Python编程当中的热点问题,而本文没有涉及GIL线程锁方面的内容,需要的朋友可以参考下

我们将会看到一些在Python中使用线程的实例和如何避免线程之间的竞争。你应当将下边的例子运行多次，以便可以注意到线程是不可预测的和线程每次运行出的不同结果。声明：从这里开始忘掉你听到过的关于GIL的东西，因为GIL不会影响到我想要展示的东西。

示例1

我们将要请求五个不同的url：
单线程
 

import time
import urllib2
 
def get_responses():
 urls = [
  'http://www.google.com',
  'http://www.amazon.com',
  'http://www.ebay.com',
  'http://www.alibaba.com',
  'http://www.reddit.com'
 ]
 start = time.time()
 for url in urls:
  print url
  resp = urllib2.urlopen(url)
  print resp.getcode()
 print "Elapsed time: %s" % (time.time()-start)
 
get_responses()

输出是：
 

http://www.google.com 200
http://www.amazon.com 200
http://www.ebay.com 200
http://www.alibaba.com 200
http://www.reddit.com 200
Elapsed time: 3.0814409256

解释：

  •     url顺序的被请求
  •     除非cpu从一个url获得了回应，否则不会去请求下一个url
  •     网络请求会花费较长的时间，所以cpu在等待网络请求的返回时间内一直处于闲置状态。

多线程
 

import urllib2
import time
from threading import Thread
 
class GetUrlThread(Thread):
 def __init__(self, url):
  self.url = url
  super(GetUrlThread, self).__init__()
 
 def run(self):
  resp = urllib2.urlopen(self.url)
  print self.url, resp.getcode()
 
def get_responses():
 urls = [
  'http://www.google.com',
  'http://www.amazon.com',
  'http://www.ebay.com',
  'http://www.alibaba.com',
  'http://www.reddit.com'
 ]
 start = time.time()
 threads = []
 for url in urls:
  t = GetUrlThread(url)
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "Elapsed time: %s" % (time.time()-start)
 
get_responses()

输出：
 

http://www.reddit.com 200
http://www.google.com 200
http://www.amazon.com 200
http://www.alibaba.com 200
http://www.ebay.com 200
Elapsed time: 0.689890861511

解释：

  •     意识到了程序在执行时间上的提升
  •     我们写了一个多线程程序来减少cpu的等待时间，当我们在等待一个线程内的网络请求返回时，这时cpu可以切换到其他线程去进行其他线程内的网络请求。
  •     我们期望一个线程处理一个url，所以实例化线程类的时候我们传了一个url。
  •     线程运行意味着执行类里的run()方法。
  •     无论如何我们想每个线程必须执行run()。
  •     为每个url创建一个线程并且调用start()方法，这告诉了cpu可以执行线程中的run()方法了。
  •     我们希望所有的线程执行完毕的时候再计算花费的时间，所以调用了join()方法。
  •     join()可以通知主线程等待这个线程结束后，才可以执行下一条指令。
  •     每个线程我们都调用了join()方法，所以我们是在所有线程执行完毕后计算的运行时间。

关于线程：

  •     cpu可能不会在调用start()后马上执行run()方法。
  •     你不能确定run()在不同线程建间的执行顺序。
  •     对于单独的一个线程，可以保证run()方法里的语句是按照顺序执行的。
  •     这就是因为线程内的url会首先被请求，然后打印出返回的结果。

实例2

我们将会用一个程序演示一下多线程间的资源竞争，并修复这个问题。
 

from threading import Thread
 
#define a global variable
some_var = 0
 
class IncrementThread(Thread):
 def run(self):
  #we want to read a global variable
  #and then increment it
  global some_var
  read_value = some_var
  print "some_var in %s is %d" % (self.name, read_value)
  some_var = read_value + 1
  print "some_var in %s after increment is %d" % (self.name, some_var)
 
def use_increment_thread():
 threads = []
 for i in range(50):
  t = IncrementThread()
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "After 50 modifications, some_var should have become 50"
 print "After 50 modifications, some_var is %d" % (some_var,)
 
use_increment_thread()

多次运行这个程序，你会看到多种不同的结果。

解释：

  •     有一个全局变量，所有的线程都想修改它。
  •     所有的线程应该在这个全局变量上加 1 。
  •     有50个线程，最后这个数值应该变成50，但是它却没有。

为什么没有达到50？

  •     在some_var是15的时候，线程t1读取了some_var，这个时刻cpu将控制权给了另一个线程t2。
  •     t2线程读到的some_var也是15
  •     t1和t2都把some_var加到16
  •     当时我们期望的是t1 t2两个线程使some_var + 2变成17
  •     在这里就有了资源竞争。
  •     相同的情况也可能发生在其它的线程间，所以出现了最后的结果小于50的情况。

解决资源竞争
 

from threading import Lock, Thread
lock = Lock()
some_var = 0
 
class IncrementThread(Thread):
 def run(self):
  #we want to read a global variable
  #and then increment it
  global some_var
  lock.acquire()
  read_value = some_var
  print "some_var in %s is %d" % (self.name, read_value)
  some_var = read_value + 1
  print "some_var in %s after increment is %d" % (self.name, some_var)
  lock.release()
 
def use_increment_thread():
 threads = []
 for i in range(50):
  t = IncrementThread()
  threads.append(t)
  t.start()
 for t in threads:
  t.join()
 print "After 50 modifications, some_var should have become 50"
 print "After 50 modifications, some_var is %d" % (some_var,)
 
use_increment_thread()

再次运行这个程序，达到了我们预期的结果。

解释：

  •     Lock 用来防止竞争条件
  •     如果在执行一些操作之前，线程t1获得了锁。其他的线程在t1释放Lock之前，不会执行相同的操作
  •     我们想要确定的是一旦线程t1已经读取了some_var，直到t1完成了修改some_var，其他的线程才可以读取some_var
  •     这样读取和修改some_var成了逻辑上的原子操作。

实例3

让我们用一个例子来证明一个线程不能影响其他线程内的变量（非全局变量）。

time.sleep()可以使一个线程挂起，强制线程切换发生。
 

from threading import Thread
import time
 
class CreateListThread(Thread):
 def run(self):
  self.entries = []
  for i in range(10):
   time.sleep(1)
   self.entries.append(i)
  print self.entries
 
def use_create_list_thread():
 for i in range(3):
  t = CreateListThread()
  t.start()
 
use_create_list_thread()

运行几次后发现并没有打印出争取的结果。当一个线程正在打印的时候，cpu切换到了另一个线程，所以产生了不正确的结果。我们需要确保print self.entries是个逻辑上的原子操作，以防打印时被其他线程打断。

我们使用了Lock()，来看下边的例子。
 

from threading import Thread, Lock
import time
 
lock = Lock()
 
class CreateListThread(Thread):
 def run(self):
  self.entries = []
  for i in range(10):
   time.sleep(1)
   self.entries.append(i)
  lock.acquire()
  print self.entries
  lock.release()
 
def use_create_list_thread():
 for i in range(3):
  t = CreateListThread()
  t.start()

use_create_list_thread()

这次我们看到了正确的结果。证明了一个线程不可以修改其他线程内部的变量（非全局变量）。

您可能感兴趣的文章:

相关文章

  • Python自定义模块的创建与使用

    Python自定义模块的创建与使用

    这篇文章主要给大家介绍了关于Python自定义模块创建与使用的相关资料,文中还给大家分享了python打包用户自定义模块的方法,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-05-05
  • 用Python自动发邮件提醒你周末吃啥

    用Python自动发邮件提醒你周末吃啥

    大家好，本篇文章主要讲的是用Python自动发邮件提醒你周末吃啥，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览
    2022-01-01
  • Python机器学习应用之决策树分类实例详解

    Python机器学习应用之决策树分类实例详解

    决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法
    2022-01-01
  • Python如何读取txt文件,获取指定行中指定位置数据

    Python如何读取txt文件,获取指定行中指定位置数据

    这篇文章主要介绍了Python如何读取txt文件,获取指定行中指定位置数据,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-03-03
  • 使用Kivy将python程序打包为apk文件

    使用Kivy将python程序打包为apk文件

    本文给大家分享的是使用Kivy将python程序打包为apk文件的方法，包括安装步骤及相关代码，有需要的小伙伴可以参考下
    2017-07-07
  • 浅谈Python 的枚举 Enum

    浅谈Python 的枚举 Enum

    下面小编就为大家带来一篇浅谈Python 的枚举 Enum。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-06-06
  • Python3.10的一些新特性原理分析

    Python3.10的一些新特性原理分析

    由于采用了新的发行计划：PEP 602 -- Annual Release Cycle for Python，我们可以看到更短的开发窗口，我们有望在 2021 年 10 月使用今天分享的这些新特性
    2021-09-09
  • Python 调用Java实例详解

    Python 调用Java实例详解

    这篇文章主要介绍了Python 调用Java实例详解的相关资料,需要的朋友可以参考下
    2017-06-06
  • 使用Python实现全摄像头拍照与键盘输入监听功能

    使用Python实现全摄像头拍照与键盘输入监听功能

    这篇文章主要介绍了使用Python实现全摄像头拍照与键盘输入监听功能，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-08-08
  • 通过Django Admin+HttpRunner1.5.6实现简易接口测试平台

    通过Django Admin+HttpRunner1.5.6实现简易接口测试平台

    这篇文章主要介绍了通过Django Admin+HttpRunner1.5.6实现简易接口测试平台,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-11-11

最新评论