理解 Python中的线程

Python · ruyi · 于 6个月前发布 · 362 次阅读

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()

    forurl inurls:

        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 time3.0814409256


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

 

classGetUrlThread(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 = []

    forurl inurls:

        t = GetUrlThread(url)

        threads.append(t)

        t.start()

    fortinthreads:

        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 time0.689890861511


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

 

classIncrementThread(Thread):

    def run(self):

        #we want to read a global variable

        #and then increment it

        globalsome_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 = []

    foriinrange(50):

        t = IncrementThread()

        threads.append(t)

        t.start()

    fortinthreads:

        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

 

 

classIncrementThread(Thread):

    def run(self):

        #we want to read a global variable

        #and then increment it

        globalsome_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 = []

    foriinrange(50):

        t = IncrementThread()

        threads.append(t)

        t.start()

    fortinthreads:

        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

 

classCreateListThread(Thread):

    def run(self):

        self.entries = []

        foriinrange(10):

            time.sleep(1)

            self.entries.append(i)

        print self.entries

 

def use_create_list_thread():

    foriinrange(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()

 

classCreateListThread(Thread):

    def run(self):

        self.entries = []

        foriinrange(10):

            time.sleep(1)

            self.entries.append(i)

        lock.acquire()

        print self.entries

        lock.release()

 

def use_create_list_thread():

    foriinrange(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)



共收到 0 条评论
没有找到数据。
评论文章 (需要登录)