Python 多线程并发程序设计与分析

 

多线程并发程序设计与分析

 

by:授客 QQ：1033553122

1．技术难点分析与总结

难点1：线程运行时，运行顺序不固定

难点2：同一段代码，再不加锁的情况下，可能被多个线程同时执行，这会造成很多麻烦，比如变量的赋值不正确，方法的重复调用，而如果加锁，或者通过join阻塞方式等来控制，那么又如同运行单进程，效率低下，达不到，“并发”，“高速”的效果。

难点3：不通过join阻塞等方式，主线程可能会优先于子线程退出，这也会导致问题，比如子线程还在用文件句柄，主线程就把文件关闭了。

解决方法：

1、考虑为线程类添加变量属性，这样一来，每个线程都拥有自己的变量，互不影响，比如下面例子中用到的run_times

 

2、线程公用的一些变量，也可以考虑通过线程类的变量属性传递，比如下面例子中多线程用到的文件句柄file_handler

3、必要时，关键代码可以考虑枷锁Lock、RLock，具体自己看官方文档,比如下方的文件写入，不同线程可能会在同一行写入数据，导致数据统计时不准确，所以加锁，如果出于速度考虑，可以考虑分别给每个线程传递属于自己的文件句柄，写入不同的文件，

4、清理工作，关于这个，需要知道2点：

1）main线程退出时，不会kill非守护线程，但是会kill守护线程

2）通常，子线程start()后会去调用run方法，运行完run方法，子线程停止执行，不会继续运行之后的代码。

所以，通常我们可以这么做，获取当前活动线程数，如果线程数为1，则说明子线程都运行完，可以继续后面的代码清理工作，否则继续循环检测，这里还可以加代码优化，比如每隔一段时间检测一次，以免主线程浪费系统资源

    # 利用主线程执行清理工作
    current_active_thread_num = len(threading.enumerate()) # 获取当前活动线程数量
while  current_active_thread_num != 1:
    time.sleep(10) # 每10秒检测一次
    current_active_thread_num = len(threading.enumerate())

 

2．代码实践

requestpy.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-

__author__ = 'shouke'

import urllib.request
import json
import sys
import threading
from collections import Counter
import time
import datetime

class SubThread(threading.Thread):
    mutex_lock = threading.RLock()
    def __init__(self, file_handler):
        self.file_handler = file_handler
        self.run_times = 0 # 记录每个线程的运行次数
        threading.Thread.__init__(self)

    def run(self):
        while self.run_times <</span> int(sys.argv[2]):
            url = 'http://xxxxxx/xxxxxcard/kq/codepool/test/'

            request = urllib.request.Request(url, method='POST')
            try:
                response = urllib.request.urlopen(request)
                response_body = response.read()
                response_body = response_body.decode('utf-8')
                response_body = json.loads(response_body)

                 # 写入文件
                SubThread.mutex_lock.acquire()
                self.file_handler.write(str(response_body['code']))
                self.file_handler.write(' ')
                SubThread.mutex_lock.release()

                self.run_times = self.run_times + 1 # 记录每个线程的运行次数
                print('已经执行%s次请求' % str(self.run_times))
            except Exception as e:
                print('请求错误%s' % e)

def analyze(test_result_data):
    list_data = []       # 存放目标数据
    total_line_count = 0  # 读取的文本行数
    abnormal_line = 0    # 存放异常数据行数
    digit_line = 0       # 存放正确数据函数

    with  open(test_result_data, 'r') as file:
        line = file.readline()
        while line:
            line = line.strip(' ')
            if line.isdigit() and len(line) == 12:
                list_data.append(int(line))
                digit_line = digit_line + 1
            else:
                abnormal_line = abnormal_line + 1
                print('服务器返回数据异常')

            line = file.readline()
            total_line_count = total_line_count + 1


    print('读取的总行数：%s' % str(total_line_count))
    print('数据正确的行数：%s' % str(digit_line))
    print('数据异常的行数：%s' % str(abnormal_line))

    # 分析是否存在重复数据
    set_data = set(list_data)
    if len(set_data) == len(list_data):
        print('不存在重复数据, 总数：%s 条' % len(list_data))
    else:
        print('有重复数据，重复数据：%s条' % (len(list_data) - len(set_data)))

if __name__ == '__main__':
    start_time = datetime.datetime.now()

   test_result_data = 'd:\test_result_data.txt'
    file =  open(test_result_data, 'w')  # 存储服务器返回数据

    threads_pool = []  # 线程池，存放线程对象
    thread_num = 0  # 记录创建的线程数量

    while thread_num <</span> int(sys.argv[1]):
        thread_obj = SubThread(file)
        threads_pool.append(thread_obj)
        thread_num = thread_num + 1

    for thread in threads_pool:
        thread.start()

    # 利用主线程执行清理工作
    current_active_thread_num = len(threading.enumerate()) # 获取当前活动线程数量
    while  current_active_thread_num != 1:
        time.sleep(10)
        current_active_thread_num = len(threading.enumerate())

 

    # 清理工作
    try:
        file.close()
    except Exception as e:
        print('关闭文件出错%s' % e)
 

end_time = datetime.datetime.now()
    print('运行耗时:',end_time - start_time)
 

# 分析数据
    analyze(test_result_data)

运行(禁用time.sleep函数的情况下)：

100个线程，每个线程运行50次，总的运行 5000次

python requestpy.py 100 50

 

修改程序如下

class SubThread(threading.Thread):
    def __init__(self, file_handler):
        self.file_handler = file_handler
        self.run_times = 0 # 记录每个线程的运行次数
        threading.Thread.__init__(self)

    def run(self):
        while self.run_times < int(sys.argv[2]):
            url = 'http://xxxxxx/xxxxxcard/kq/codepool/test/'

            request = urllib.request.Request(url, method='POST')
            try:
                response = urllib.request.urlopen(request)
                response_body = response.read()
                response_body = response_body.decode('utf-8')
                response_body = json.loads(response_body)

                # 写入文件
                self.file_handler.write(str(response_body['code']))
                self.file_handler.write(' ')

                self.run_times = self.run_times + 1 # 记录每个线程的运行次数
                print('已经执行%s次请求' % str(self.run_times))
            except Exception as e:
                print('请求错误%s' % e)

def analyze(test_result_file_list):
    list_data = []       # 存放目标数据
    total_line_count = 0  # 读取的文本行数
    abnormal_line = 0    # 存放异常数据行数
    digit_line = 0       # 存放正确数据函数

    for file in test_result_file_list:
        with  open(file, 'r') as file:
            line = file.readline()
            while line:
                line = line.strip(' ')
                if line.isdigit() and len(line) == 12:
                    list_data.append(int(line))
                    digit_line = digit_line + 1
                else:
                    abnormal_line = abnormal_line + 1
                    print('服务器返回数据异常')

                line = file.readline()
                total_line_count = total_line_count + 1


    print('读取的总行数：%s' % str(total_line_count))
    print('数据正确的行数：%s' % str(digit_line))
    print('数据异常的行数：%s' % str(abnormal_line))

    # 分析是否存在重复数据
    set_data = set(list_data)
    if len(set_data) == len(list_data):
        print('不存在重复数据, 总数：%s 条' % len(list_data))
    else:
        print('有重复数据，重复数据：%s条' % (len(list_data) - len(set_data)))

    # 获取重复数据
    filehaneder = open('d:\repeat_data.txt', 'w')
    c = Counter(list_data)
    for item in c.items():
        if item[1] > 1:
            print('重复数据:%s' % item[0])
            filehaneder.write(str(item[0]))
            filehaneder.write(' ')
    filehaneder.close()


if __name__ == '__main__':
    start_time = datetime.datetime.now()
    base_filename = 'test_result_data'
    base_dirname = 'd:\result\'
    test_result_file_list = [] # 存储结果数据文件名
    sub_thread_file_list = [] # 每个线程的文件句柄

    threads_pool = []  # 线程池，存放线程对象
    thread_num = 0  # 记录创建的线程数量

    while thread_num < int(sys.argv[1]):
        filename = base_dirname + base_filename + str(thread_num + 1) + '.txt'
        test_result_file_list.append(filename)
        file =  open(filename, 'w')
        sub_thread_file_list.append(file)

        thread_obj = SubThread(file)
        threads_pool.append(thread_obj)
        thread_num = thread_num + 1

    for thread in threads_pool:
        thread.start()

    # # 利用主线程执行清理工作
    current_active_thread_num = len(threading.enumerate()) # 获取当前活动线程数量
    while  current_active_thread_num != 1:
        time.sleep(300)
        current_active_thread_num = len(threading.enumerate())

    # 清理工作
    try:
        for file in sub_thread_file_list:
            file.close()
    except Exception as e:
        print('关闭文件出错%s' % e)

    end_time = datetime.datetime.now()
    print('运行耗时:',end_time - start_time)

    # 分析数据
    analyze(test_result_file_list)

运行结果：