10.2 多线程
10.2 多线程
线程的状态
- 就绪(Ready):线程能够运行,但在等待被调度。可能线程刚刚创建启动,或刚刚从阻塞中恢复,或者被其他线程抢占
- 运行(Running):线程正在运行
- 阻塞(Blocked):线程等待外部事件发生而无法运行,如 I/O 操作
- 终止(Terminated):线程完成,或退出,或被取消
Python的线程开发
Python 的线程开发使用标准库 threading。
进程靠线程执行代码,至少有一个主线程,其它线程是工作线程。 主线程是第一个启动的线程。
父线程:如果线程A中启动了一个线程B,A就是B的父线程。 子线程:B就是A的子线程。
Thread类
# 签名
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, *, daemon=None)
参数名 | 含义 |
---|---|
target | 线程调用的对象,就是目标函数 |
name | 为线程起个名字 |
args | 为目标函数传递实参,元组 |
kwargs | 为目标函数关键字传参,字典 |
线程启动
import threading
# 最简单的线程程序
def worker():
print("I'm working")
print('Fineshed')
t = threading.Thread(target=worker, name='worker') # 线程对象
t.start() # 启动
通过threading.Thread创建一个线程对象,target是目标函数,可以使用name为线程指定名称。 但是线程没有启动,需要调用start方法。
线程之所以执行函数,是因为线程中就是要执行代码的,而最简单的代码封装就是函数,所以还是函数调用。 函数执行完,线程也就退出了。 那么,如果不让线程退出,或者让线程一直工作怎么办呢?
import threading
import time
def worker():
while True: # for i in range(10):
time.sleep(0.5)
print("I'm working")
print('Fineshed')
t = threading.Thread(target=worker, name='worker') # 线程对象
t.start() # 启动
线程退出
Python没有提供线程退出的方法,线程在下面情况时退出 1、线程函数内语句执行完毕 2、线程函数中抛出未处理的异常
import threading
import time
def worker():
for i in range(10):
time.sleep(0.5)
if i > 5:
#break # 终止循环
#return # 函数返回
raise RuntimeError # 抛异常
print('I am working')
print('finished')
t = threading.Thread(target=worker, name='worker')
t.start()
print('=' * 30)
Python的线程没有优先级、没有线程组的概念,也不能被销毁、停止、挂起,那也就没有恢复、中断了。
线程的传参
import threading
import time
def add(x, y):
print('{} + {} = {}'.format(x, y, x + y, threading.current_thread().ident))
t1 = threading.Thread(target=add, name='add', args=(4, 5))
t1.start()
time.sleep(2)
t2 = threading.Thread(target=add, name='add', args=(6,), kwargs={'y':7})
t2.start()
time.sleep(2)
t3 = threading.Thread(target=add, name='add', kwargs={'x':8, 'y':9})
t3.start()
线程传参和函数传参没什么区别,本质上就是函数传参。
threading 的属性和方法
名称 | 含义 |
---|---|
current_thread() | 返回当前线程对象 |
main_thread() | 返回主线程对象 |
active_count() | 当前处于alive状态的线程个数 |
enumerate() | 返回所有活着的线程的列表,不包括已经终止的线程和未开始的线程 |
get_ident() | 返回当前线程的ID,非0整数 |
active_count、enumerate 方法返回的值还包括主线程。
import threading
import time
def showtreadinfo():
print('current thread = {}\nmain thread = {}\nactive count = {}'.format(
threading.current_thread(), threading.main_thread(), threading.active_count()
))
def worker():
showtreadinfo()
for i in range(5):
time.sleep(1)
print('i am working')
print('finished')
t = threading.Thread(target=worker, name='worker') # 线程对象
showtreadinfo()
time.sleep(1)
t.start() # 启动
print('===end===')
Thread 实例的属性和方法
名称 | 含义 |
---|---|
name | 只是一个名字,只是个标识,名称可以重名。getName()、setName() 获取、设置这个名词 |
ident | 线程ID,它是非0整数。线程启动后才会有ID,否则为None。线程退出,此ID依旧可以访问。此ID可以重复使用 |
is_alive() | 返回线程是否活着 |
注意:线程的name这是一个名称,可以重复;ID必须唯一,但可以在线程退出后再利用。
import threading
import time
def worker():
for i in range(5):
time.sleep(1)
print('i am working')
print('finished')
t = threading.Thread(target=worker, name='worker') # 线程对象
print(t.name, t.ident)
time.sleep(1)
t.start() # 启动
print('===end===')
while True:
time.sleep(1)
print('{} {} {}'.format(t.name, t.ident,
'alive' if t.is_alive() else 'dead'))
if not t.is_alive():
print('{} restart'.format(t.name))
t.start() # 线程重启?? 报错 线程只可以启动一次
名称 | 含义 |
---|---|
start() | 启动线程。每一个线程必须且只能执行该方法一次 |
run() | 运行线程函数 |
为了演示,派生一个Thread的子类
start 方法
import threading
import time
def worker():
for i in range(5):
time.sleep(1)
print('i am working')
print('finished')
class MyThread(threading.Thread):
def start(self):
print('start~~~~')
super().start()
def run(self):
print('run~~~~~~')
super().run()
t = MyThread(target=worker, name='worker')
t.start()
# 运行结果
start~~~~
run~~~~~~
i am working
i am working
i am working
i am working
i am working
finished
run 方法
import threading
import time
def worker():
for i in range(5):
time.sleep(1)
print('i am working')
print('finished')
class MyThread(threading.Thread):
def start(self):
print('start~~~~')
super().start()
def run(self):
print('run~~~~~~')
super().run()
t = MyThread(target=worker, name='worker')
# t.start()
t.run() # 也不可执行多次
# 运行结果
run~~~~~~
i am working
i am working
i am working
i am working
i am working
finished
start() 方法会调用 run() 方法,而 run() 方法可以运行函数。 这两个方法看似功能重复了,这么看来留一个方法就可以了。是这样吗?
start和run的区别
在线程函数中,增加打印线程的名字的语句,看看能看到什么信息。
import threading
import time
def worker():
print(threading.enumerate())
for i in range(5):
time.sleep(1)
print('i am working')
print('finished')
class MyThread(threading.Thread):
def start(self):
print('start~~~~')
super().start()
def run(self):
print('run~~~~~~')
super().run()
t = MyThread(target=worker, name='worker')
t.start()
# t.run() # 分别执行start或者run方法
使用start方法启动线程,启动了一个新的线程,名字叫做worker运行。但是使用run方法的,并没有启动新的线程,就是在主线程中调用了一个普通的函数而已。
因此,启动线程请使用start方法,且对于这个线程来说,start方法只能调用一次。(设置_started属性实现)
多线程
顾名思义,多个线程,一个进程中如果有多个线程运行,就是多线程,实现一种并发。
import threading
import time
def worker():
t = threading.current_thread()
for i in range(5):
time.sleep(1)
print('i am working', t.name, t.ident)
print('finished')
class MyThread(threading.Thread):
def start(self):
print('start~~~~')
super().start()
def run(self):
print('run~~~~~~')
super().run()
t1 = MyThread(target=worker, name='worker1')
t2 = MyThread(target=worker, name='worker2')
t1.start()
t2.start()
可以看到 worker1 和 worker2 交替执行,改成 run 方法试试看
import threading
import time
def worker():
t = threading.current_thread()
for i in range(5):
time.sleep(1)
print('i am working', t.name, t.ident)
print('finished')
class MyThread(threading.Thread):
def start(self):
print('start~~~~')
super().start()
def run(self):
print('run~~~~~~')
super().run()
t1 = MyThread(target=worker, name='worker1')
t2 = MyThread(target=worker, name='worker2')
# t1.start()
# t2.start()
t1.run()
t2.run()
没有开新的线程,这就是普通函数调用,所以执行完 t1.run() ,然后执行 t2.run() ,这里就不是多线程。 当使用 start 方法启动线程后,进程内有多个活动的线程并行的工作,就是多线程。
一个进程中至少有一个线程,并作为程序的入口,这个线程就是主线程。 一个进程至少有一个主线程。 其他线程称为工作线程。
线程安全
多线程执行一段代码,不会产生不确定的结果,那这段代码就是线程安全的。
多线程在运行过程中,由于共享同一进程中的数据,多线程并发使用同一个数据,那么数据就有可能被相互修改,从而导致某些时刻无法确定这个数据的值,最终随着多线程运行,运行结果不可预期,这就是线程不安全。
deamon 线程
注:有人翻译成后台线程,也有人翻译成守护线程。
Python中,构造线程的时候,可以设置daemon属性,这个属性必须在start方法前设置好。
# 源码Thread的__init__方法中
if daemon is not None:
self._daemonic = daemon # 用户设定bool值
else:
self._daemonic = current_thread().daemon
线程daemon属性,如果设定就是用户的设置,否则就取当前线程的daemon值。 主线程是non-daemon线程,即daemon = False。
class _MainThread(Thread):
def __init__(self):
Thread.__init__(self, name="MainThread", daemon=False)
import time
import threading
def foo():
time.sleep(5)
for i in range(20):
print(i)
# 主线程是non-daemon线程
t = threading.Thread(target=foo, daemon=False)
t.start()
print('Main Thread Exits')
发现线程t依然执行,主线程已经执行完,但是一直等着线程 t。 修改为 t = threading.Thread(target=foo, daemon=True) 试一试,结果程序立即结束了,进程根本没有等daemon 线程t。
名称 | 含义 |
---|---|
daemon 属性 | 表示线程是否是daemon线程,这个值必须在start()之前设置,否则引发 RuntimeError异常 |
isDaemon() | 是否是daemon线程 |
setDaemon() | 设置为daemon线程,必须在start方法之前设置 |
看一个例子,,看看主线程何时结束 daemon 线程
import time
import threading
def worker(name, timeout):
time.sleep(timeout)
print('{} working'.format(name))
# 主线程 是non-daemon线程
t1 = threading.Thread(target=worker, args=('t1', 5), daemon=True) # 调换5和10看看效果
t1.start()
t2 = threading.Thread(target=worker, args=('t2', 10), daemon=False)
t2.start()
print('Main Thread Exits')
上例说明,如果除主线程之外还有 non-daemon 线程的时候,主线程退出时,进程也不会杀掉所有 daemon 线程,直到所有 non-daemon 线程全部结束,如果还有 daemon 线程,主线程需要退出(主线程退出也可以理解为最后一个non-daemon线程也要退出了),进程会结束所有 daemon 线程,程序退出。
总结
- 线程具有一个daemon属性,可以手动设置为True或False,也可以不设置,则取默认值None
- 如果不设置daemon,就取当前线程的daemon来设置它
- 主线程是non-daemon线程,即daemon = False
- 从主线程创建的所有线程的不设置daemon属性,则默认都是daemon = False,也就是non-daemon线程
- Python程序在没有活着的non-daemon线程运行时,程序退出,也就是除主线程之外剩下的只能都是daemon线程,主线程才能退出,否则主线程就只能等待
join 方法
先看一个简单的例子,看看效果
import time
import threading
def worker(name, timeout):
time.sleep(timeout)
print('{} working'.format(name))
t1 = threading.Thread(target=worker, args=('t1', 3), daemon=True)
t1.start()
t1.join()# 设置join,取消join对比一下
print('Main Thread Exits')
使用了 join 方法后,当前线程阻塞了,daemon 线程执行完了,主线程才退出了。
import time
import threading
def worker(name, timeout):
time.sleep(timeout)
print('{} working'.format(name))
t1 = threading.Thread(target=worker, args=('t1', 10), daemon=True)
t1.start()
t1.join(2)
print('~~~~~~~~~~~')
t1.join(2)
print('~~~~~~~~~~~')
print('Main Thread Exits')
join(timeout=None)
- join 方法是线程的标准方法之一
- 一个线程中调用另一个线程的 join 方法,调用者将被阻塞,直到被调用线程终止,或阻塞超时
- 一个线程可以被 join 多次
- timeout 参数指定调用者等待多久,没有设置超时,就一直等到被调用线程结束
- 调用谁的 join 方法,就是 join 谁,就要等谁
daemon线程应用场景
主要应用场景有:
- 后台任务。如发送心跳包、监控,这种场景最多
- 主线程工作才有用的线程。如主线程中维护这公共的资源,主线程已经清理了,准备退出,而工作线程使用这些资源工作也没有意义了,一起退出最合适
- 随时可以被终止的线程
如果主线程退出,想所有其它工作线程一起退出,就使用daemon=True来创建工作线程。 比如,开启一个线程定时判断WEB服务是否正常工作,主线程退出,工作线程也没有必须存在了,应该随着主线程退出一起退出。这种daemon线程一旦创建,就可以忘记它了,只用关心主线程什么时候退出就行了。
daemon线程,简化了程序员手动关闭线程的工作。
threading.local 类
import threading
import time
def worker():
x = 0
for i in range(100):
time.sleep(0.0001)
x += 1
print(threading.current_thread(), x)
for i in range(10):
threading.Thread(target=worker).start()
上例使用多线程,每个线程完成不同的计算任务。 x是局部变量,可以看出每一个线程的x是独立的,互不干扰的,为什么?
能否改造成使用全局变量完成?
import threading
import time
class A:
def __init__(self):
self.x = 0
# 全局对象
global_data = A()
def worker():
global_data.x = 0
for i in range(100):
time.sleep(0.0001)
global_data.x += 1
print(threading.current_thread(), global_data.x)
for i in range(10):
threading.Thread(target=worker).start()
上例虽然使用了全局对象,但是线程之间互相干扰,导致了不期望的结果。线程不安全。
能不能既使用全局对象,还能保持每个线程使用不同的数据呢?
python 提供 threading.local 类,将这个类实例化得到一个全局对象,但是不同的线程使用这个对象存储的数据其他线程看不见。
import threading
import time
# 全局对象
global_data = threading.local()
def worker():
global_data.x = 0
for i in range(100):
time.sleep(0.0001)
global_data.x += 1
print(threading.current_thread(), global_data.x)
for i in range(10):
threading.Thread(target=worker).start()
结果显示和使用局部变量的效果一样。
再看 threading.local 的例子
import threading
X = 'abc'
global_data = threading.local() # 注意这个对象所处的线程
global_data.x = 100
print(global_data, type(global_data), global_data.x)
def worker():
print(X)
print(global_data)
print(global_data.x)
print('in worker')
worker() # 普通函数调用
print('-' * 30)
threading.Thread(target=worker).start() # 启动一个线程
从运行结果来看,另起一个线程打印 global_data.x 出错了。
AttributeError: '_thread._local' object has no attribute 'x'
但是,global_data 打印没有出错,说明看到 global_data,但是 global_data 中的 x 看不到,这个 x 不能跨线程。 threading.local类构建了一个大字典,存放所有线程相关的字典,定义如下: { id(Thread) -> (ref(Thread), thread-local dict) }
每一线程实例的 id 为 key,元组为 value。
value中2部分为,线程对象引用,每个线程自己的字典。
本质
运行时,threading.local 实例处在不同的线程中,就从大字典中找到当前线程相关键值对中的字典,覆盖threading.local 实例的
__dict__
。这样就可以在不同的线程中,安全地使用线程独有的数据,做到了线程间数据隔离,如同本地变量一样安全。