文章

Python练习-多线程

本部门练习Python多线程操作,Python中得多线程虽然为真正得POSIX 多线程,但是由于全局进程锁GIL得存在,在计算密集型业务中,并不能发挥真正并发的作用。

Python中的多线程主要通过threading模块实现,结果操作与Java多线程和Python多进程类似。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
# 多线程练习
import threading


def thread_run(text):
    print("Thread [%s] is running...text:[%s]" % (threading.current_thread().name, text))


print("Main thread name: %s" % threading.current_thread().name)
for i in range(4):
    t = threading.Thread(target=thread_run, args=(i,))
    t.start()
    t.join()

# 多线程和多进程最大的不同在于,多进程中,同一个变量,各自有一份拷贝存在于每个进程中,互不影响,而多线程中,所有变量都由所有线程共享,
# 所以,任何一个变量都可以被任何一个线程修改,因此,线程之间共享数据最大的危险在于多个线程同时改一个变量,把内容给改乱了。
# 假定这是你的银行存款:
balance = 0


def change_it(n):
    # 先存后取,结果应该为0:
    global balance
    balance = balance + n
    balance = balance - n


def run_thread(n):
    for i in range(2000000):
        change_it(n)


t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)

多线程和多进程最大的不同在于,多进程中,同一个变量,各自有一份拷贝存在于每个进程中,互不影响,而多线程中,所有变量都由所有线程共享, 所以,任何一个变量都可以被任何一个线程修改,因此需要通过锁机制保证变量修改的线程安全:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
# 通过锁保证线程安全
lock = threading.Lock()
balance_lock = 0


def change_it_lock(n):
    # 先存后取,结果应该为0:
    global balance_lock
    balance_lock = balance_lock + n
    balance_lock = balance_lock - n


def run_thread_with_lock(n):
    for i in range(3000000):
        lock.acquire()
        try:
            change_it_lock(n)
        finally:
            lock.release()


t1 = threading.Thread(target=run_thread_with_lock, args=(5,))
t2 = threading.Thread(target=run_thread_with_lock, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance_lock)

# 因为Python的线程虽然是真正的线程,但解释器执行代码时,有一个GIL锁:Global Interpreter Lock,任何Python线程执行前,必须先获得GIL锁,
# 然后,每执行100条字节码,解释器就自动释放GIL锁,让别的线程有机会执行。这个GIL全局锁实际上把所有线程的执行代码都给上了锁,
# 所以,多线程在Python中只能交替执行,即使100个线程跑在100核CPU上,也只能用到1个核。
# Python虽然不能利用多线程实现多核任务,但可以通过多进程实现多核任务。多个Python进程有各自独立的GIL锁,互不影响。

代码整体输出如下:

1
2
3
4
5
6
7
Main thread name: MainThread
Thread [Thread-1 (thread_run)] is running...text:[0]
Thread [Thread-2 (thread_run)] is running...text:[1]
Thread [Thread-3 (thread_run)] is running...text:[2]
Thread [Thread-4 (thread_run)] is running...text:[3]
0(理论上会有线程安全问题,不一定为0)
0

多线程程序,还可以通过ThreadLocal实现线程内变量的存储、传递和线程间隔离

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
thread_local = threading.local()


def read_thread():
    print("Thread [%s], text [%s]" % (threading.current_thread().name, thread_local.text))


def process_thread(text):
    thread_local.text = text
    read_thread()


t1 = threading.Thread(target=process_thread, args=("One",))
t2 = threading.Thread(target=process_thread, args=("Two",))
t1.start()
t2.start()
t1.join()
t2.join()

输出如下:

1
2
Thread [Thread-9 (process_thread)], text [One]
Thread [Thread-10 (process_thread)], text [Two]
本文由作者按照 CC BY 4.0 进行授权