进程、线程、协程和GIL（二）

　　　　上一篇博客讲了进程、线程、协程和GIL的基本概念，这篇我们来说说在以下三点：

　　1> python中使用threading库来创建线程的两种方式

　　2> 使用Event对消来判断线程是否已启动

　　3> 使用Semaphore和BoundedSemaphore两个类分别来控制线程的并发数以及二者之间的区别。

　　如果想要了解基本概念，请移步我的上一篇博客：https://www.cnblogs.com/ss-py/p/10236125.html

正文：

　　利用threading库来在创建一个线程：

from threading import Thread

def run(name):
    print('我是： %s' % (name))
    
if __name__ == '__main__':
    t = Thread(target=run, args=('线程1号',))
    t.start()

　　运行结果：　　

　　

　　首先，创建一个Thread线程，并用target=run来指定这个线程需要执行那个run方法，然后将run方法所需的参数以args参数的形式传递过去，

　　请注意，args所传的参数是一个元组（tuple）类型，因此即使元组中只有一个参数，也要在这个参数后再加一个逗号，如 args=('线程1号',)

　　

　　而且，当我们创建一个线程对象后，这个线程并不会立即执行，除非调用它的star()方法，当调用star()方法后，这个线程会调用你使用target传给他的函数，

　　并将args中的参数传递给这个函数。

　　Python中的线程会在一个单独的系统级线程中执行（如一个POSIX线程或一个Windows线程），这些线程全部由操作系统进行管理，线程一旦启动，

　　它将独立运行直至目标函数运行结束。

　　我们可以调用is_alive()方法来进行判断该线程是否在运行（is_alive()方法返回True或者False）：

　　我们知道，进程是依赖于线程来执行的，所以当我们的py文件在执行时，我们可以理解为有一个主线程在执行，当我们创建一个子线程时，就相当于当前程序一共有两个线程在执行。当子线程被创建后，主线程和子线程就独立运行，相互并不影响。

　　代码如下：

import time
from threading import Thread

def run(name):
    time.sleep(2)
    print('我是： %s' % (name))

if __name__ == '__main__':
    t = Thread(target=run, args=('子线程',))
    t.start()
    print('我是主线程')

　　执行结果：

　　

　　在代码的第9行，创建了一个线程t，让它来执行run()方法，这时，程序中就有了两个线程同时存在、各自独立运行，默认的，主线程是不会等待子线程的运算结果的，所以主线程继续向下执行，打印L“我是主线程”，而子线程在调用run()方法时sleep了两秒钟，之后才打印出“我是子线程”

　　当然，我们可以手动的调用join()方法来让主线程等待子线程运行结束后再向下执行：

import time
from threading import Thread

def run(name):
    time.sleep(2)
    print('我是： %s' % (name))

if __name__ == '__main__':
    t = Thread(target=run, args=('子线程',))
    t.start()
    t.join()
    print('我是主线程')

　　

　　这时，程序在进行到第十行后，主线程就卡住了，它在等待子线程运行结束，档子线程运行结束后，主线程才会继续向下运行，直至程序退出。

　　但是，但是，无论主线程等不等待子线程，Python解释器都会等待所有的线程都终止后才会退出。也就是说，无论主线程等不等待子线程，这个程序最终都

　　会运行两秒多，因为子线程sleep了两秒。

　　所以，当遇到需要长时间运行的线程或者是需要一直在后台运行的线程时，可以将其设置为后台线程（守护线程）daemon=True，如：

t = Thread(target=run, args=('子线程',), daemon=True)

　　守护线程，顾名思义是守护主线程的线程，他们是依赖于主线程而存在的，当主线程执行结束后，守护线程会被立即注销，无论该线程是否执行结束。

　　当然，我们也可以利用join()来使主线程等待主线程。

　　使用threading库来创建线程还有一种方式：

from threading import Thread

class CreateThread(Thread):

    def __init__(self):
        super().__init__()

    def run(self):
        print('我是子线程！')

t = CreateThread()
t.start()

　　在开始t = Thread(target=run, args=('子线程',)）这种方式调用方法时子线程调用的run方法的这个方法名是我随便起的，实际上叫什么都行，

　　但是以继承Thread类方式实现线程时，线程调用的方法名必须是run() 这个是程序写死的。

 　　使用Event对象判断线程是否已经启动

 　　threading库中的Event对象包含一个可由线程来设置的信号标志，它允许线程等待某些事件的发生。

　　初始状态时，event对象中的信号标志被设置为假，如果有一个线程等待event对象，且这个event对象的标志为假，那么这个线程就会一直阻塞，直到该标志为真。如果将一个event对象的标志设置为真，他将唤醒所有等待这个标志的线程，如果一个线程等待一个被设置为真得Event对象，那么它将忽略这个事件，继续向下执行。　　

　　Event (事件) 定义了一个全局的标志Flag，如果Flag为False，当程序执行event.wait()时就会阻塞，当Flag为True时，程序执行event.wait()时便不会阻塞：

　　event.set():  将标志Flag设置为True， 并通知所有因等待该标志而处于阻塞状态的线程恢复运行。

　　event.clear(): 将标志Flag设置为False

　　event.wait():  判断当前标志状态，如果是True则立即返回，否则线程继续阻塞。

　　event.isSet(): 获取标志Flag状态： 返回True或者False

from threading import Thread, Event

def run(num, start_evt):
    if int(num) >10:
        start_evt.set()
    else:
        start_evt.clear()
start_evt = Event()

if __name__ == '__main__':
    num = input("请输入数字>>>")
    t = Thread(target=run, args=(num, start_evt,))
    t.start()
    start_evt.wait()  # 主线程获取Event对象的标志状态，若为True，则主线程继续执行，否则，主线程阻塞
    print("主线程继续执行！")

　　上边这段代码：当输入的数字大于10时，将标志设置为True，主程序继续执行，当小于或者等于10时，将标志设为False（默认为False），主线程阻塞。

　　   

　　值得注意的是：当Event对象的标志被设置为True时，他会唤醒所有等待他的线程，如果只想唤醒某一个线程，最好使用信号量。

　　信号量

　　信号量，说白了就是一个计数器，用来控制线程的并发数，每次有线程获得信号量的时候（即acquire()）计数器－1，释放信号量时候(release())计数器＋1，计数器为0的时候其它线程就被阻塞无法获得信号量

　　acquire()   # 设置一个信号量

　　release()   # 释放一个信号量

　　python中有两个类实现了信号量：（Semaphore和BoundedSemaphore）

　　Semaphore和BoundedSemaphore的相同之处：

　　　　通过： threading.Semaphore(3) 或者 threading.BoundedSemaphore(3) 来设置初始值为3的计数器

　　　　执行acquire() 计数器-1，执行release() 计数器+1，当计数器为0时，其他线程均无法再获得信号量从而阻塞

import threading

se = threading.BoundedSemaphore(3)

for i in range(5):
    se.acquire()
    print('信号量被设置')

for j in range(10):
    se.release()
    print('信号量被释放了')

　　执行结果：   

import threading

se = threading.Semaphore(3)

for i in range(5):
    se.acquire()
    print('信号量被设置')

for j in range(10):
    se.release()
    print('信号量被释放了')

　　执行结果：

　　可以看到，无论我们用那个类创建信号量，当计数器被减为0时，其他线程均会阻塞。

　　这个功能经常被用来控制线程的并发数：

　　没有设置信号量：

import time
import threading

num = 3

def run():
    time.sleep(2)
    print(time.time())

if __name__ == '__main__':
    t_list = []
    for i in range(20):
        t = threading.Thread(target=run)
        t_list.append(t)
    for i in t_list:
        i.start()

　　执行结果：20个线程几乎在同时执行，，如果主机在执行IO密集型任务时执行这种程序时，主机有可能会宕机，

　　但是在设置了信号量时，我们可以来控制同一时间同时运行的线程数：

import time
import threading

num = 3

def run():
    se.acquire()  # 添加信号量
    time.sleep(2)
    print(time.time())
    se.release()  #  释放一个信号量


if __name__ == '__main__':
    t_list = []
    se = threading.Semaphore(5)  # 设置一个大小为5的计数器(同一时间，最多允许5个线程在运行)

　　 # se = threading.BoundedSemaphore(5) 

    for i in range(20):
        t = threading.Thread(target=run)
        t_list.append(t)
    for i in t_list:
        i.start()

　　这时，我们给程序加上信号量，控制它在同一时间内，最多只有5个线程在运行。

　　

　　两者之间的差异性：

　　　　当计数器达到设定好的上线时，BoundedSemaphore就无法进行release()操作了，Semaphore没有这个限制，它会抛出异常。

　　

import threading


se = threading.Semaphore(3)

for i in range(3):  # 将计数器值减为0
    se.acquire(3)

for j in range(5):  # 将计数器值加至5
    se.release()
    print('信号量被释放了')

　　运行结果：

　　

import threading


se = threading.BoundedSemaphore(3)

for i in range(3):  # 将计数器值减为0
    se.acquire(3)

for j in range(5):  # 将计数器值加至5
    se.release()
    print('信号量被释放了')

　　运行结果：

　　抛异常了：信号量被释放太多次。。。

 　　好了，这篇文章的就先写到这里，下一篇文章我会讲解关于线程间通信、线程加锁等问题

想了解更多Python关于爬虫、数据分析的内容，欢迎大家关注我的微信公众号：悟道Python