day22-20180522笔记

笔记：python3 多线程 threading、threadpool模块

multiprocess Manager Process

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/22 20:15
# @Author  : yangyuanqiang
# @File    : demon1.py


'''

强大的 Manage

'''
from multiprocessing import Manager, Process



def worker(dt, lt):
    for i in range(10):
        key = "args" + str(i)
        dt[key] = i*i

    lt += [x for x in range(10)]

if __name__ == '__main__':
    manager = Manager()
    dt = manager.dict()
    lt = manager.list()
    p = Process(target=worker, args=(dt, lt))
    p.start()
    p.join(timeout=3)    #父进程要等待子进程处理完，才结束
    print(dt)
    print(lt)

以上实例输出的结果

{'args0': 0, 'args1': 1, 'args2': 4, 'args3': 9, 'args4': 16, 'args5': 25, 'args6': 36, 'args7': 49, 'args8': 64, 'args9': 81}
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/22 21:46
# @Author  : yangyuanqiang
# @File    : demon3.py

import time

import multiprocessing


def fun(msg):
    print("#########start#### {0}".format(msg))
    time.sleep(3)
    print("#########end###### {0}".format(msg))


if __name__ == '__main__':
    print("start main")
    pool = multiprocessing.Pool(processes=3)
    for i in range(1, 7):
        msg = "hello {0}".format(i)
        pool.apply_async(fun, (msg,))# 执行时间6s+
        # pool.apply(fun, (msg,))   6*3=18+#执行时间
    pool.close()#在调用join之前，要先调用close，否则会报错，close执行完不会有新的进程加入到pool
    pool.join()#join 是等待所有的子进程结束
    print("end main")

# pool.apply_async   非阻塞，定义的进程池最大数的同时执行
# pool.apply    一个进程结束，释放回进程池，开始下一个进程

以上实例输出的结果

start main
#########start#### hello 1
#########start#### hello 2
#########start#### hello 3
#########end###### hello 1
#########end###### hello 2
#########end###### hello 3
#########start#### hello 4
#########start#### hello 5
#########start#### hello 6
#########end###### hello 4
#########end###### hello 5
#########end###### hello 6
end main

一、多线程 threading模块

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

• 使用线程可以把占据长时间的程序中的任务放到后台去处理。
• 用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
• 程序的运行速度可能加快
• 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

• 线程可以被抢占（中断）。
• 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

线程可以分为:

• 内核线程：由操作系统内核创建和撤销。
• 用户线程：不需要内核支持而在用户程序中实现的线程。

Python3 线程中常用的两个模块为：

• _thread
• threading(推荐使用)

thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 "_thread"。

开始学习Python线程

Python中使用线程有两种方式：函数或者用类来包装线程对象。

函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:

_thread.start_new_thread ( function, args[, kwargs] )

参数说明:

• function - 线程函数。
• args - 传递给线程函数的参数,他必须是个tuple类型。
• kwargs - 可选参数。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:47
# @Author  : yangyuanqiang
# @File    : demo1.py


import _thread
import time

# 为线程定义一个函数
def print_time( threadName, delay):
   count = 0
   while count < 5:
      time.sleep(delay)
      count += 1
      print ("%s: %s" % ( threadName, time.ctime(time.time()) ))

# 创建两个线程
try:
   _thread.start_new_thread( print_time, ("Thread-1", 2, ) )
   _thread.start_new_thread( print_time, ("Thread-2", 4, ) )
except:
   print ("Error: 无法启动线程")

while 1:
   pass

以上实例输出的结果

Thread-1: Mon May 21 21:47:10 2018
Thread-1: Mon May 21 21:47:12 2018
Thread-2: Mon May 21 21:47:12 2018
Thread-1: Mon May 21 21:47:14 2018
Thread-1: Mon May 21 21:47:16 2018
Thread-2: Mon May 21 21:47:16 2018
Thread-1: Mon May 21 21:47:18 2018
Thread-2: Mon May 21 21:47:20 2018
Thread-2: Mon May 21 21:47:24 2018
Thread-2: Mon May 21 21:47:28 2018

执行以上程后可以按下 ctrl-c to 退出。

线程模块

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。

_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：

• threading.currentThread(): 返回当前的线程变量。
• threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
• threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

• run(): 用以表示线程活动的方法。
• start():启动线程活动。
• join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
• isAlive(): 返回线程是否活动的。
• getName(): 返回线程名。
• setName(): 设置线程名。

---

使用 threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:48
# @Author  : yangyuanqiang
# @File    : demo2.py


import threading
import time

exitFlag = 0

class myThread (threading.Thread):
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):
        print ("开始线程：" + self.name)
        print_time(self.name, self.counter, 5)
        print ("退出线程：" + self.name)

def print_time(threadName, delay, counter):
    while counter:
        if exitFlag:
            threadName.exit()
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主线程")

以上实例输出的结果

开始线程：Thread-1
开始线程：Thread-2
Thread-1: Mon May 21 21:49:00 2018
Thread-2: Mon May 21 21:49:01 2018
Thread-1: Mon May 21 21:49:01 2018
Thread-1: Mon May 21 21:49:02 2018
Thread-2: Mon May 21 21:49:03 2018
Thread-1: Mon May 21 21:49:03 2018
Thread-1: Mon May 21 21:49:04 2018
退出线程：Thread-1
Thread-2: Mon May 21 21:49:05 2018
Thread-2: Mon May 21 21:49:07 2018
Thread-2: Mon May 21 21:49:09 2018
退出线程：Thread-2
退出主线程

线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。

使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:50
# @Author  : yangyuanqiang
# @File    : demo3.py


import threading
import time

class myThread (threading.Thread):
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):
        print ("开启线程： " + self.name)
        # 获取锁，用于线程同步
        threadLock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁，开启下一个线程
        threadLock.release()

def print_time(threadName, delay, counter):
    while counter:
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

threadLock = threading.Lock()
threads = []

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()

# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

以上实例输出的结果

开启线程： Thread-1
开启线程： Thread-2
Thread-1: Mon May 21 21:50:57 2018
Thread-1: Mon May 21 21:50:58 2018
Thread-1: Mon May 21 21:50:59 2018
Thread-2: Mon May 21 21:51:01 2018
Thread-2: Mon May 21 21:51:03 2018
Thread-2: Mon May 21 21:51:05 2018
退出主线程

线程优先级队列（ Queue）

Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。

这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。

Queue 模块中的常用方法:

• Queue.qsize() 返回队列的大小
• Queue.empty() 如果队列为空，返回True,反之False
• Queue.full() 如果队列满了，返回True,反之False
• Queue.full 与 maxsize 大小对应
• Queue.get([block[, timeout]])获取队列，timeout等待时间
• Queue.get_nowait() 相当Queue.get(False)
• Queue.put(item) 写入队列，timeout等待时间
• Queue.put_nowait(item) 相当Queue.put(item, False)
• Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
• Queue.join() 实际上意味着等到队列为空，再执行别的操作

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:51
# @Author  : yangyuanqiang
# @File    : demo4.py


import queue
import threading
import time

exitFlag = 0

class myThread (threading.Thread):
    def __init__(self, threadID, name, q):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.q = q
    def run(self):
        print ("开启线程：" + self.name)
        process_data(self.name, self.q)
        print ("退出线程：" + self.name)

def process_data(threadName, q):
    while not exitFlag:
        queueLock.acquire()
        if not workQueue.empty():
            data = q.get()
            queueLock.release()
            print ("%s processing %s" % (threadName, data))
        else:
            queueLock.release()
        time.sleep(1)

threadList = ["Thread-1", "Thread-2", "Thread-3"]
nameList = ["One", "Two", "Three", "Four", "Five"]
queueLock = threading.Lock()
workQueue = queue.Queue(10)
threads = []
threadID = 1

# 创建新线程
for tName in threadList:
    thread = myThread(threadID, tName, workQueue)
    thread.start()
    threads.append(thread)
    threadID += 1

# 填充队列
queueLock.acquire()
for word in nameList:
    workQueue.put(word)
queueLock.release()

# 等待队列清空
while not workQueue.empty():
    pass

# 通知线程是时候退出
exitFlag = 1

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

以上实例输出的结果

开启线程：Thread-1
开启线程：Thread-2
开启线程：Thread-3
Thread-3 processing One
Thread-3 processing Two
Thread-1 processing Three
Thread-2 processing Four
Thread-2 processing Five
退出线程：Thread-2
退出线程：Thread-3
退出线程：Thread-1
退出主线程

二、 threadpool模块

pip install threadpool

    （1）引入threadpool模块

    （2）定义线程函数

    （3）创建线程 池threadpool.ThreadPool()

    （4）创建需要线程池处理的任务即threadpool.makeRequests()

    （5）将创建的多个任务put到线程池中,threadpool.putRequest

    （6）等到所有任务处理完毕theadpool.pool()

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:50
# @Author  : yangyuanqiang
# @File    : demo1.py


import time
def sayhello(str):
    print("Hello ",str)
    time.sleep(2)

name_list =['xiaozi','aa','bb','cc']
start_time = time.time()
for i in range(len(name_list)):
    sayhello(name_list[i])
print('%d second'% (time.time()-start_time))

以上实例输出的结果

Hello  xiaozi
Hello  aa
Hello  bb
Hello  cc
8 second

改用线程池代码,花费时间更少，更效率

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:50
# @Author  : yangyuanqiang
# @File    : demo1.py


# import time
# def sayhello(str):
#     print("Hello ",str)
#     time.sleep(2)
#
# name_list =['xiaozi','aa','bb','cc']
# start_time = time.time()
# for i in range(len(name_list)):
#     sayhello(name_list[i])
# print('%d second'% (time.time()-start_time))


#花费时间更少
import time
import threadpool
def sayhello(str):
    print("Hello ",str)
    time.sleep(2)

name_list =['xiaozi','aa','bb','cc']
start_time = time.time()
pool = threadpool.ThreadPool(10)
requests = threadpool.makeRequests(sayhello, name_list)
[pool.putRequest(req) for req in requests]
pool.wait()
print('%d second'% (time.time()-start_time))

以上实例输出的结果

Hello  aa
Hello  xiaozi
Hello  bb
Hello  cc
2 second

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/5/23 21:50
# @Author  : yangyuanqiang
# @File    : demo1.py


# import time
# def sayhello(str):
#     print("Hello ",str)
#     time.sleep(2)
#
# name_list =['xiaozi','aa','bb','cc']
# start_time = time.time()
# for i in range(len(name_list)):
#     sayhello(name_list[i])
# print('%d second'% (time.time()-start_time))


#花费时间更少
import time
import threadpool
# def sayhello(str):
#     print("Hello ",str)
#     time.sleep(2)
#
# name_list =['xiaozi','aa','bb','cc']
# start_time = time.time()
# pool = threadpool.ThreadPool(10)
# requests = threadpool.makeRequests(sayhello, name_list)
# [pool.putRequest(req) for req in requests]
# pool.wait()
# print('%d second'% (time.time()-start_time))


def hello(m, n, o):
    """"""
    print("m = %s, n = %s, o = %s" % (m, n, o))


if __name__ == '__main__':
    # 方法1
    lst_vars_1 = ['1', '2', '3']
    lst_vars_2 = ['4', '5', '6']
    func_var = [(lst_vars_1, None), (lst_vars_2, None)]
    # 方法2
    # dict_vars_1 = {'m': '1', 'n': '2', 'o': '3'}
    # dict_vars_2 = {'m': '4', 'n': '5', 'o': '6'}
    # func_var = [(None, dict_vars_1), (None, dict_vars_2)]

    pool = threadpool.ThreadPool(2)
    requests = threadpool.makeRequests(hello, func_var)
    [pool.putRequest(req) for req in requests]
    pool.wait()

以上实例输出的结果

m = 1, n = 2, o = 3
m = 4, n = 5, o = 6