python 并发和线程

并发和线程

基本概念 - 并行、并发

并行, parallel

    互不干扰的在同一时刻做多件事;

    如,同一时刻,同时有多辆车在多条车道上跑,即同时发生的概念.

并发, concurrency

    同时做某些事,但是强调同一时段做多件事.

    如,同一路口,发生了车辆要同时通过路面的事件.

队列, 缓冲区

    类似排队,是一种天然解决并发的办法.排队区域就是缓冲区.

解决并发:

   【 "食堂打饭模型", 中午12点,大家都涌向食堂,就是并发.人很多就是高并发.】

    1、队列, 缓冲区:

        队列: 即排队.

        缓冲区: 排成的队列.

        优先队列: 如果有男生队伍和女生队伍,女生队伍优先打饭,就是优先队列.

    2、争抢:

        锁机制: 争抢打饭,有人抢到,该窗口在某一时刻就只能为这个人服务,锁定窗口,即锁机制.

        争抢也是一种高并发解决方案,但是有可能有人很长时间抢不到,所以不推荐.

    3、预处理:

        统计大家爱吃的菜品,最爱吃的80%热门菜提前做好,20%冷门菜现做,这样即使有人锁定窗口,也能很快释放.

        这是一种提前加载用户需要的数据的思路,预处理思想,缓存常用.

    4、并行:

        开多个打饭窗口,同时提供服务.

        IT日常可以通过购买更多服务器,或多开线程,进程实现并行处理,解决并发问题.

        这是一种水平扩展的思路.

        注: 如果线程在单CPU上处理,就不是并行了.

    5、提速:

        通过提高单个窗口的打饭速度,也是解决并发的方式.

        IT方面提高单个CPU性能,或单个服务器安装更多的CPU.   

        这是一种垂直扩展的思想.

    6、消息中间件:

        如上地地铁站的九曲回肠的走廊,缓冲人流.

        常见消息中间件: RabbitMQ, ActiveMQ(Apache), RocketMQ(阿里Apache), kafka(Apache)等.

【以上例子说明: 技术源于生活! 】

进程和线程

a)   在实现了线程的操作系统中,线程是操作系统能够运算调度的最小单位.

b)   线程被包含在进程中,是进程的实际运作单位.

c)   一个程序的执行实例就是一个进程.

  进程(Process)是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配和调度的基本单位,是操作系统结构的基础.

    进程和程序的关系: 进程是线程的容器.

  Linux进程有父进程和子进程之分,windows的进程是平等关系.

          线程有时称为轻量级进程,一个标准的线程由线程ID,当前指令指针,寄存器集合和堆栈组成.

当运行一个程序时,OS会创建一个进程。它会使用系统资源（CPU、内存和磁盘空间）和OS内核中的数据结构（文件、网络连接、用量统计等）。

进程之间是互相隔离的，即一个进程既无法访问其他进程的内容，也无法操作其他进程。

操作系统会跟踪所有正在运行的进程，给每个进程一小段运行时间，然后切换到其他进程，这样既可以做到公平又可以响应用户操作。

可以在图形界面中查看进程状态，在在Windows上可以使用任务管理器。也可以自己编写程序来获取进程信息。

# 获取正在运行的python解释器的进程号和当前工作目录,及用户ID、用户组ID。

In [1]: import os

In [2]: os.getpid()

Out[2]: 2550


In [3]: os.getuid()

Out[3]: 0

 
In [4]: os.getcwd()

Out[4]: '/root'

 
In [5]: os.getgid()

Out[5]: 0

 
In [6]:

　　

    对线程、线程的理解:

• 进程是独立的王国,进程间不能随便共享数据.
• 线程是省份,同一进程内的线程可以共享进程的资源,每一个线程有自己独立的堆栈.       

    线程的状态: 

• 就绪(Ready): 线程一旦运行,就在等待被调度.
• 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中的进程和线程: 进程会启动一个解释器进程,线程共享一个解释器进程. 

python的线程开发

python线程开发使用标准库threading.

thread类

# 签名

def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, *, daemon=None)

　

• 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("Finished")

 

t = threading.Thread(target=worker, name='worker')  # 线程对象.

t.start()

通过threading.Thread创建一个线程对象,target是目标函数,name可以指定名称.

但是线程没有启动,需要调用start方法.

线程会执行函数,是因为线程中就是执行代码的,而最简单的封装就是函数,所以还是函数调用.

函数执行完,线程也会随之退出.

如果不让线程退出，或者让线程一直工作: 函数内部使用while循环.

import threading

import time

def worker():

    while True:

        time.sleep(1)

        print("I'm work")

    print('Finished')

 

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,在下面情况时会退出:

• 线程函数内语句执行完毕.
• 线程函数中抛出未处理的异常.

import threading

import time  

 

def worker():

    count = 0

    while True:

        if (count > 5):

            raise RuntimeError()

            # return

        time.sleep(1)

        print("I'm working")

        count += 1

t = threading.Thread(target=worker, name='worker')  # 线程对象.

t.start()  # 启动.

 

print("==End==")

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,自然也没有恢复、中断.

 线程的传参

import threading

import time

 

def add(x, y):

    print('{} + {} = {}'.format(x, y, x + y, threading.current_thread()))

 

thread1 = threading.Thread(target=add, name='add', args=(4, 5))  # 线程对象.

thread1.start()  # 启动.

time.sleep(2)

 

thread2 = threading.Thread(target=add, name='add',args=(5, ), kwargs={'y': 4})  # 线程对象.

thread2.start()  # 启动.

time.sleep(2)

 

thread3 = threading.Thread(target=add, name='add', kwargs={'x': 4, 'y': 5})  # 线程对象.

thread3.start()  # 启动.

　　

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

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 showthreadinfo():

    print('currentthread = {}'.format(threading.current_thread()))

    print('main thread = {}'.format(threading.main_thread()), '"主线程对象"')

    print('active count = {}'.format(threading.active_count()), '"alive"')

 

def worker():

    count = 1

    showthreadinfo()

    while True:

        if (count > 5):

            break

        time.sleep(1)

        count += 1

        print("I'm working")

 

t = threading.Thread(target=worker, name='worker')  # 线程对象.

showthreadinfo()

t.start()  # 启动.

 

print('==END==')

　　

thread实例的属性和方法

name: 只是一个名称标识,可以重名, getName()、setName()来获取、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： 线程的name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():

    count = 0

    while True:

        if (count > 5):

            break

        time.sleep(1)

        count += 1

        print(threading.current_thread().name, '~~~~~~~~~~~~~~~~~~~~~~~')

 

t = threading.Thread(name='worker', target=worker)

print(t.ident)

t.start()

 

while True:

    time.sleep(1)

    if t.is_alive():

        print('{} {} alive'.format(t.name, t.ident))

    else:

        print('{} {} dead'.format(t.name, t.ident))

t.start()

　　

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子类

# start方法.

import threading

import time

 

def worker():

    count = 0

    while True:

        if (count >= 5):

            break

        time.sleep(1)

        count += 1

        print('worker running')

 

class MyThread(threading.Thread):

    def start(self):

        print('start~~~~~~~~~~~~~')

        super().start()

 

    def run(self):

        print('run~~~~~~~~~~~~~~~~~')

        super().run()

 

t = MyThread(name='worker', target=worker)

t.start()

run方法

import threading

import time

 

def worker():

    count = 0

    while True:

        if (count > 5):

            break

        time.sleep(1)

        count += 1

        print('worker running')

 

class MyThread(threading.Thread):

    def start(self):

        print('start~~~~~~~~~~~~~~~')

        super().start()

 

    def run(self):

        print('run~~~~~~~~~~~~~~~~~')

        super().run()

 

t = MyThread(name='worker', target=worker)

　　

# t.start()

t.run()

 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，但不能只留其一,如下：

import threading

import time

 

def worker():

    count = 0

    while True:

        if (count > 5):

            break

        time.sleep(1)

        count += 1

        print("worker running")

        print(threading.current_thread().name)

 

class MyThread(threading.Thread):

    def start(self):

        print('start~~~~~~~~~~~~~')

        super().start()

 

    def run(self):

        print('run~~~~~~~~~~~~~~~')

        super().run()

 

t = MyThread(name='worker', target=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 running,但是使用run方法启动的线程，并没有启动新的线程，只是在主线程中调用了一个普通的函数而已。

因此,启动线程要使用start方法，才能启动多个线程。

多线程

顾名思义，多个线程，一个进程中如果有多个线程，就是多线程，实现一种并发。

import threading

import time

 

def worker():

    count = 0

    while True:

        if (count > 5):

            break

        time.sleep(2)

        count += 1

        print('worker running')

        print(threading.current_thread().name, threading.current_thread().ident)

 

class MyThread(threading.Thread):

    def start(self):

        print('start~~~~~~~~~~~~~~')

        super().start()

 

    def run(self):

        print('run~~~~~~~~~~~~~~~~~~')

        super().run()  # 查看父类在做什么？

 

t1 = MyThread(name='worker1', target=worker)

t2 = MyThread(name='worker2', target=worker)

 

t1.start()

t2.start()

可以看到worker1和worker2交替执行。

换成run方法试试：

import threading

import time

def worker():

    count = 0

    while True:

        if (count > 5):

            break

        time.sleep(1)

        count += 1

        print('worker running')

        print(threading.current_thread().name, threading.current_thread().ident)

 

class MyThread(threading.Thread):

    def start(self):

        print('start~~~~~~')

        super().start()

 

    def run(self):

        print('run~~~~~~~~~~~~')

        super().run()

 

t1 = MyThread(name='worker1', target=worker)

t2 = MyThread(name='worker2', target=worker)

 

# 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

需要在ipython中演示：

In [1]: import threading

   ...:  def worker():

   ...:     for x in range(5):

   ...:         print("{} is running".format(threading.current_thread().name))

   ...:

   ...:  for x in range(1, 5):

   ...:     name = 'worker{}'.format(x)

   ...:     t = threading.Thread(name=name, target=worker)

   ...:     t.start()

   ...:

　　

可以看到运行结果中，本应该是一行行打印，但很多字符串打印在了一起，这说明print函数被打断了，被线程切换打断了。

print函数分两步，第一步打印字符串，第二部换行，就在这之间，发生了线程的切换。

说明print函数不是线程安全函数。

线程安全: 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。

1、不让print打印换行：

import threading

def worker():

    for x in range(100):

        print('{} is running
'.format(threading.current_thread().name), end='')

 

for x in range(1, 5):

    name = 'worker{}'.format(x)

    t = threading.Thread(name=name, target=worker)

    t.start()

　　

字符串是不可变类型，它可以作为一个整体不可分割输出。end=''的作用就是不让print输出换行。

2、使用logging.

标准库里面的logging模块、日志处理模块、线程安全、生成环境代码都使用logging。

import threading

import logging

 

def worker():

    for x in range(100):

        # print("{} is running.
".format(threading.current_thread().name), end='')

        logging.warning('{} is running'.format(threading.current_thread().name))

 

for x in range(1, 5):

    name = 'work{}'.format(x)

    t = threading.Thread(name=name, target=worker)

    t.start()

　　

daemon线程和non-daemon线程

注：这里的daemon不是Linux中的守护进程。

进程靠线程执行代码，至少有一个主线程，其他线程是工作线程。

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。

python中构造线程的时候可以设置daemon属性，这个属性必须在start方法之前设置好。

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

self._ident = None

　　

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,即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 Exiting')

运行发现线程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.Threading(target=foo, daemon=True),运行发现主线程执行完程序立即结束了,根本没有等线程t.

import threading

import logging

logging.basicConfig(level=logging.INFO) #警告级别

import time

 

def worker():

    for x in range(10):

        time.sleep(1)

        msg = ("{} is running".format(threading.current_thread()))

        logging.info(msg)

        t = threading.Thread(target=worker1,name="worker1-{}".format(x),daemon=False)

        t.start()

        # t.join()

 

def worker1():

    for x in range(10):

        time.sleep(0.3)

        msg = ("¥¥¥¥¥{} is running".format(threading.current_thread()))

        logging.info(msg)

 

t = threading.Thread(target=worker,name='worker-{}'.format(0),daemon=True)

t.start()

# t.join()

time.sleep(0.3)

print('ending')

print(threading.enumerate())

　　

结论：

daemon=False 运行发现子线程依然执行，主线程已经执行完，但是主线程会一直等着子线程执行完.

daemon=True 运行发现主线程执行完程序立即结束了。

 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。

总结:

线程具有一个daemon属性，可以显式设置为True或False,也可以不设置,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。子子线程继承子线程的daemon值，作用和设置None一样。

主线程是non-daemon线程，即daemon=False。

从主线程创建的所有线程不设置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线程运行时退出，也就是剩下的只能是daemon线程，主线程才能退出，否则主线程就只能等待。

如下程序输出：

import time

import threading

def bar():

    time.sleep(10)

    print('bar')

 

def foo():

    for i in range(20):

        print(i)

    t = threading.Thread(target=bar, daemon=False)

    t.start()

 

# 主线程是non-daemon线程.

t = threading.Thread(target=foo, daemon=True)

t.start()

print('Main Threading Exiting')

上例中，没有输出bar这个字符串，如何修改才会打印出来bar？

 import time

import threading

 

def bar():

    time.sleep(1)

    print('bar')

 

def foo():

    for i in range(5):

        print(i)

    t = threading.Thread(target=bar, daemon=False)

    t.start()

 

# 主线程是non-daemon线程.

t = threading.Thread(target=foo, daemon=True)

t.start()

time.sleep(1)

print('Main Threading Exiting')

再看一个例子，看看主线程合适结束daemon线程。

 import time

import threading

 

def foo(n):

    for i in range(n):

        print(i)

        time.sleep(1)

 

t1 = threading.Thread(target=foo, args = (10, ), daemon=True)  # 调换10和20，看看效果。

t1.start()

t2 = threading.Thread(target=foo, args = (20, ), daemon=False)

t2.start()

 

time.sleep(2)

print('Main Threading Exiting')

上例说明，如果有non-daemon线程的时候，主线程退出时，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，会结束所有 daemon线程，退出。

join方法

import time

import threading

 

def foo(n):

    for i in range(n):

        print(i)

        time.sleep(1)

t1 = threading.Thread(target=foo, args=(10, ), daemon=False)

t1.start()

t1.join()  # 设置join.

print('Main Thread Exiting')

使用了join方法后，daemon线程执行完了，主线程才退出。

join(timeout=None),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。

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，就一直等待被调用线程结束。

调用谁的join方法，就是join谁，就要等谁。