python多线程创建与使用（转）

原文：http://codingpy.com/article/python-201-a-tutorial-on-threads/

创建多线程

创建多线程主要有2种方式。

• 使用threading.Thread函数
• 继承threading类

1. 使用threading.Thread函数

import threading

def tom(number):
	print  threading.currentThread().getName()
	print number

if __name__ == "__main__":
	number = ["zero", "one", "two", "three", "four"]
	sex = ["man", "woman"]
	for i in range(5):
		th = threading.Thread(target=tom, args=(number[i],))
		# th.setName('mythread')
 		# print th.getName()
		th.start()

说明：Thread()函数有2个参数，一个是target，内容为子线程要执行的函数名称；另一个是args，内容为需要传递的参数。Args 参数看起来有些奇怪，那是因为我们需要传递一个序列给tom函数，但它只接受一个变量，所以我们把逗号放在尾部来创建只有一个参数的序列。创建完子线程，将会返回一个对象，调用对象的start方法，可以启动子线程。

当你运行以上这段代码，会得到以下输出：

Thread-1
zero
Thread-2
one
Thread-3
two
Thread-4
three
Thread-5
four

线程对象的方法：

• Start() 开始线程的执行

• Run() 定义线程的功能的函数

• Join(timeout=None) 程序挂起，直到线程结束；如果给了timeout，则最多阻塞timeout秒

• getName() 返回线程的名字

• setName() 设置线程的名字

• isAlive() 布尔标志，表示这个线程是否还在运行

• isDaemon() 返回线程的daemon标志

• setDaemon(daemonic) 把线程的daemon标志设为daemonic（一定要在start（）函数前调用）

• t.setDaemon(True) 把父线程设置为守护线程，当父进程结束时，子进程也结束

2. 继承threading类

import  threading

class mythread(threading.Thread):
	def __init__(self,number):
		threading.Thread.__init__(self)
		self.number = number

	def run(self):
	    print threading.current_thread().getName()
	    print self.number

if __name__ == "__main__":
    for i in range(5):
	    th = mythread(i)
	    th.start()

当你运行以上这段代码，会得到以下输出：

Thread-1
0
Thread-2
1
Thread-3
2
Thread-4
3
Thread-5
4

当然，通常情况下你不会希望输出打印到标准输出。如果不幸真的这么做了，那么最终的显示效果将会非常混乱。你应该使用 Python 的 logging 模块。它是线程安全的，并且表现出色。让我们用 logging 模块修改上面的例子并且给我们的线程命名。代码如下：

import threading
import logging

def get_logger():
	#创建一个被设置为调试级别的日志记录器
	logger = logging.getLogger("mylogger")
	logger.setLevel(logging.DEBUG)
	
	#设置每行日志的格式。格式包括时间戳、线程名、日志记录级别以及日志信息
	fh = logging.FileHandler("threading.log")
	fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s'
	formatter = logging.Formatter(fmt)
	fh.setFormatter(formatter)
	
	logger.addHandler(fh)
	return logger


def tom(number, logger):
	logger.debug(number)

if __name__ == "__main__":
    logger = get_logger()
    number = ["zero", "one", "two", "three", "four"]
    sex = ["man", "woman"]
    for i in range(5):
	    th = threading.Thread(target=tom, args=(number[i],logger))
	    # th.setName('mythread')
	    # print th.getName()
	    th.start()

通过继承的方法：

import  threading
import logging


class mythread(threading.Thread):
    def __init__(self,number,logger):
	    threading.Thread.__init__(self)
	    self.number = number
	    self.logger = logger

	def run(self):
	    self.logger.debug("calling-thread")
	    tom(self.number, self.logger)


def get_logger():
    logger = logging.getLogger("mylogger")
    logger.setLevel(logging.DEBUG)
    
    fh = logging.FileHandler("threading.log")
    fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s'
    formatter = logging.Formatter(fmt)
    fh.setFormatter(formatter)
    
    logger.addHandler(fh)
    return logger


def tom(number, logger):
	

if __name__ == "__main__":
    logger = get_logger()
    for i in range(5):
	    th = mythread(i, logger)
	    th.start()

在 tom 函数中，我们把 print 语句换成 logging 语句。你会注发现，在创建线程时，我们给 doubler 函数传入了 logger 对象。这样做的原因是，如果在每个线程中实例化 logging 对象，那么将会产生多个 logging 单例（singleton），并且日志中将会有很多重复的内容

线程锁与线程同步

由于物理上得限制，各CPU厂商在核心频率上的比赛已经被多核所取代。为了更有效的利用多核处理器的性能，就出现了多线程的编程方式，而随之带来的就是线程间数据一致性和状态同步的困难。解决多线程之间数据完整性和状态同步的最简单方法自然就是加锁。锁由 Python 的 threading 模块提供，并且它最多被一个线程所持有。当一个线程试图获取一个已经锁在资源上的锁时，该线程通常会暂停运行，直到这个锁被释放。

有两种方式为线程加锁：

1. try...finally

2. with

代码如下：

import  threading
import logging

lock = threading.Lock()
class mythread(threading.Thread):
    def __init__(self,number,logger):
	    threading.Thread.__init__(self)
	    self.number = number
	    self.logger = logger
    
    def run(self):
	    lock.acquire()
	    try:
	    	self.logger.debug("calling-thread")
	    	tom(self.number, self.logger)
	    finally:
	    	lock.release()

def get_logger():
    logger = logging.getLogger("mylogger")
    logger.setLevel(logging.DEBUG)
    
    fh = logging.FileHandler("threading.log")
    fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s'
    formatter = logging.Formatter(fmt)
    fh.setFormatter(formatter)
    
    logger.addHandler(fh)
    return logger


def tom(number, logger):
	with lock:
		logger.debug(number)



if __name__ == "__main__":
    logger = get_logger()
    for i in range(5):
    	with lock:
		    th = mythread(i, logger)
		    th.start()

当你真正运行这段代码时，你会发现它只是挂起了。究其原因，是因为我们只告诉 threading 模块获取锁。所以当我们调用第一个函数时，它发现锁已经被获取，随后便把自己挂起了，直到锁被释放，然而这将永远不会发生。

真正的解决办法是使用重入锁（Re-Entrant Lock）。threading 模块提供的解决办法是使用 RLock 函数。即把 lock = threading.lock() 替换为 lock = threading.RLock()，然后重新运行代码，现在代码就可以正常运行了。

线程通信

某些情况下，你会希望线程之间互相通信。就像先前提到的，你可以通过创建 Event 对象达到这个目的。但更常用的方法是使用队列（Queue）。在我们的例子中，这两种方式都会有所涉及。下面让我们看看到底是什么样子的：

import threading

import Queue


def creator(data, q):
"""
生成用于消费的数据，等待消费者完成处理
"""
    print('Creating data and putting it on the queue')
    for item in data:
	    evt = threading.Event()
	    q.put((item, evt))
	    
	    print('Waiting for data to be doubled')
	    evt.wait()


def my_consumer(q):
"""
消费部分数据，并做处理

这里所做的只是将输入翻一倍

"""
while True:
    data, evt = q.get()
    print('data found to be processed: {}'.format(data))
    processed = data * 2
    print(processed)
    evt.set()
    q.task_done()


if __name__ == '__main__':
    q = Queue()
    data = [5, 10, 13, -1]
    thread_one = threading.Thread(target=creator, args=(data, q))
    thread_two = threading.Thread(target=my_consumer, args=(q,))
    thread_one.start()
    thread_two.start()
    
    q.join()

让我们掰开揉碎分析一下。首先，我们有一个创建者（creator）函数（亦称作生产者（producer）），我们用它来创建想要操作（或者消费）的数据。然后用另外一个函数 my_consumer 来处理刚才创建出来的数据。Creator 函数使用 Queue 的 put 方法向队列中插入数据，消费者将会持续不断的检测有没有更多的数据，当发现有数据时就会处理数据。Queue 对象处理所有的获取锁和释放锁的过程，这些不用我们太关心。

在这个例子中，先创建一个列表，然后创建两个线程，一个用作生产者，一个作为消费者。你会发现，我们给两个线程都传递了 Queue 对象，这两个线程隐藏了关于锁处理的细节。队列实现了数据从第一个线程到第二个线程的传递。当第一个线程把数据放入队列时，同时也传递一个 Event 事件，紧接着挂起自己，等待该事件结束。在消费者侧，也就是第二个线程，则做数据处理工作。当完成数据处理后就会调用 Event 事件的 set 方法，通知第一个线程已经把数据处理完毕了，可以继续生产了。

最后一行代码调用了 Queue 对象的 join 方法，它会告知 Queue 等待所有线程结束。当第一个线程把所有数据都放到队列中，它也就运行结束了。