对于Python中线程问题的简单讲解
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）。
