多线程实践—Python多线程编程

Posted 2020-12-26 tester_小天

多线程实践

前面的一些文章和脚本都是只能做学习多线程的原理使用，实际上什么有用的事情也没有做。接下来进行多线程的实践，看一看在实际项目中是怎么使用多线程的。

图书排名示例

Bookrank.py：

该脚本通过单线程进行下载图书排名信息的调用

?

 1 from atexit import register
 2 from re import compile
 3 from threading import Thread
 4 from time import sleep, ctime
 5 import requests
 6 ?
 7 REGEX = compile(‘#([d,]+) in Books‘)
 8 AMZN = ‘https://www.amazon.com/dp/‘
 9 ISBNS = {
10     ‘0132269937‘: ‘Core Python Programming‘,
11     ‘0132356139‘: ‘Python Web Development with Django‘,
12     ‘0137143419‘: ‘Python Fundamentals‘,
13 }
14 ?
15 def getRanking(isbn):
16     url = ‘%s%s‘ % (AMZN, isbn)
17     page = requests.get(url)
18     data = page.text
19     return REGEX.findall(data)[0]
20 ?
21 def _showRanking(isbn):
22     print ‘- %r ranked %s‘ % (
23         ISBNS[isbn], getRanking(isbn))
24 ?
25 def _main():
26     print ‘At‘, ctime(), ‘on Amazon‘
27     for isbn in ISBNS:
28         _showRanking(isbn)
29 ?
30 @register
31 def _atexit():
32     print ‘all DONE at:‘, ctime()
33 ?
34 if __name__ == ‘__main__‘:
35     _main()
36 ?

 

输出结果为：

1 /usr/bin/python ~/Test_Temporary/bookrank.py
2 At Sat Jul 28 17:16:51 2018 on Amazon
3 - ‘Core Python Programming‘ ranked 322,656
4 - ‘Python Fundamentals‘ ranked 4,739,537
5 - ‘Python Web Development with Django‘ ranked 1,430,855
6 all DONE at: Sat Jul 28 17:17:08 2018

引入线程

上面的例子只是一个单线程程序，下面引入线程，并使用多线程再执行程序对比各自所需的时间。

? 将上面脚本中 _main() 函数的 _showRanking(isbn) 修改以下代码：

? 

Thread(target=_showRanking, args=(isbn,)).start()

 

再次执行查看返回结果：

1 /usr/bin/python ~/Test_Temporary/bookrank.py
2 At Sat Jul 28 17:39:16 2018 on Amazon
3 - ‘Python Fundamentals‘ ranked 4,739,537
4 - ‘Python Web Development with Django‘ ranked 1,430,855
5 - ‘Core Python Programming‘ ranked 322,656
6 all DONE at: Sat Jul 28 17:39:19 2018

 

从两个的输出结果中可以看出，使用单线程时总体完成的时间为 7s ，而使用多线程时，总体完成时间为 3s 。另外一个需要注意的是，单线程版本是按照变量的顺序输出，而多线程版本按照完成的顺序输出。

 

同步原语

一般在多线程代码中，总会有一些特定的函数或代码块不希望（或不应该）被多个线程同时执行，通常包括修改数据库、更新文件或其它会产生竟态条件的类似情况。这就是需要使用同步的情况。

• 当任意数量的线程可以访问临界区的代码，但给定的时刻只有一个线程可以通过时，就是使用同步的时候了；

• 程序员选择适合的同步原语，或者线程控制机制来执行同步；

• 进程同步有不同的类型【参见：https://en.wikipedia.org/wiki/Synchronization_(computer_science) 】

• 同步原语有：锁/互斥、信号量。锁是最简单、最低级的机制，而信号量用于多线程竞争有限资源的情况。

 

锁示例

锁有两种状态：锁定和未锁定。而且它也只支持两个函数：获得锁和释放锁。

• 当多线程争夺锁时，允许第一个获得锁的线程进入临界区，并执行代码；

• 所有之后到达的线程将被阻塞，直到第一个线程结束退出临界区并释放锁；

• 锁被释放后，其它等待的线程可以继续争夺锁，并进入临界区；

• 被阻塞的线程没有顺序，不会先到先得，胜出的线程是不确定的。

代码示例（mtsleepF.py）：

*注：该脚本派生了随机数量的线程，每个线程执行结束时会进行输出

 1 # -*- coding=utf-8 -*-
 2 from atexit import register
 3 from random import randrange
 4 from threading import Thread, currentThread
 5 from time import sleep, ctime
 6 ?
 7 class CleanOutputSet(set):
 8     def __str__(self):
 9         return ‘, ‘.join(x for x in self)
10 ?
11 loops = (randrange(2, 5) for x in range(randrange(3, 7)))
12 remaining = CleanOutputSet()
13 ?
14 def loop(nsec):
15     myname = currentThread().name
16     remaining.add(myname)
17     print(‘这个是目前线程池中的线程：‘, remaining)
18     print(‘[%s] Started %s‘ % (ctime(), myname))
19     sleep(nsec)
20     remaining.remove(myname)
21     print(‘[%s] Completed %s (%d secs)‘ % (ctime(), myname, nsec))
22     print(‘ (remaining: %s)‘ % (remaining or ‘None‘))
23 ?
24 def _main():
25     for pause in loops:
26         Thread(target=loop, args=(pause,)).start()
27 ?
28 @register
29 def _atexit():
30     print(‘all DONE at:%s‘ % ctime())
31 ?
32 if __name__ == ‘__main__‘:
33     _main()

执行后的输出结果：

 1 /usr/local/bin/python3.6 /Users/zhenggougou/Project/Test_Temporary/mtsleepF.py
 2 这个是目前线程池中的线程： Thread-1
 3 [Sat Jul 28 21:09:44 2018] Started Thread-1
 4 这个是目前线程池中的线程： Thread-2, Thread-1
 5 [Sat Jul 28 21:09:44 2018] Started Thread-2
 6 这个是目前线程池中的线程： Thread-3, Thread-2, Thread-1
 7 [Sat Jul 28 21:09:44 2018] Started Thread-3
 8 这个是目前线程池中的线程： Thread-3, Thread-2, Thread-4, Thread-1
 9 [Sat Jul 28 21:09:44 2018] Started Thread-4
10 这个是目前线程池中的线程： Thread-5, Thread-4, Thread-3, Thread-2, Thread-1
11 [Sat Jul 28 21:09:44 2018] Started Thread-5
12 这个是目前线程池中的线程： Thread-5, Thread-6, Thread-4, Thread-3, Thread-2, Thread-1
13 [Sat Jul 28 21:09:44 2018] Started Thread-6
14 [Sat Jul 28 21:09:46 2018] Completed Thread-2 (2 secs)
15 [Sat Jul 28 21:09:46 2018] Completed Thread-1 (2 secs)
16 [Sat Jul 28 21:09:46 2018] Completed Thread-3 (2 secs)
17  (remaining: Thread-5, Thread-6, Thread-4)
18 [Sat Jul 28 21:09:46 2018] Completed Thread-6 (2 secs)
19  (remaining: Thread-5, Thread-4)
20 [Sat Jul 28 21:09:46 2018] Completed Thread-4 (2 secs)
21  (remaining: Thread-5)
22  (remaining: Thread-5)
23 [Sat Jul 28 21:09:46 2018] Completed Thread-5 (2 secs)
24  (remaining: None)
25  (remaining: None)
26 all DONE at:Sat Jul 28 21:09:46 2018

 

从执行结果中可以看出，有的时候可能会存在多个线程并行执行操作删除 remaining 集合中数据的情况。比如上面结果中，线程1、2、3 就是同时执行去删除集合中数据的。所以为了避免这种情况需要加锁，通过引入 Lock （或 RLock），然后创建一个锁对象来保证数据的修改每次只有一个线程能操作。

1. 首先先导入锁类，然后创建锁对象

   from threading import Thread, Lock, currentThread

   lock = Lock()

2. 然后使用创建的锁，将上面 mtsleepF.py 脚本中 loop() 函数做以下改变：

    1 def loop(nsec):
    2     myname = currentThread().name
    3     lock.acquire() # 获取锁
    4     remaining.add(myname)
    5     print(‘这个是目前线程池中的线程：‘, remaining)
    6     print(‘[%s] Started %s‘ % (ctime(), myname))
    7     lock.release() # 释放锁
    8     sleep(nsec)
    9     lock.acquire() # 获取锁
   10     remaining.remove(myname)
   11     print(‘[%s] Completed %s (%d secs)‘ % (ctime(), myname, nsec))
   12     print(‘ (remaining: %s)‘ % (remaining or ‘None‘))
   13     lock.release() # 释放锁

    

    

在操作变量的前后需要进行获取锁和释放锁的操作，以保证在修改变量时只有一个线程进行。上面的代码有两处修改变量，一是：remaining.add(myname) ，二是：remaining.remove(myname)。 所以上面代码中有两次获取锁和释放锁的操作。其实还有一种方案可以不再调用锁的 acquire() 和 release() 方法，二是使用上下文管理，进一步简化代码。代码如下：

 1 def loop(nesc):
 2     myname = currentThread().name
 3     with lock:
 4         remaining.add(myname)
 5         print(‘[{0}] Started {1}‘.format(ctime(), myname))
 6     sleep(nesc)
 7     with lock:
 8         remaining.remove(myname)
 9         print(‘[{0}] Completed {1} ({2} secs)‘.format(ctime(), myname, nesc))
10         print(‘ (remaining: {0})‘.format(remaining or ‘None‘))

 

信号量示例

锁非常易于理解和实现，也很容易决定何时需要它们，然而，如果情况更加复杂，可能需要一个更强大的同步原语来代替锁。

信号量是最古老的同步原语之一。它是一个计数器，当资源消耗时递减，当资源释放时递增。可以认为信号量代表它们的资源可用或不可用。信号量比锁更加灵活，因为可以有多个线程，每个线程都拥有有限资源的一个实例。

• 消耗资源使计数器递减的操作习惯上称为 P() —— acquire ；

• 当一个线程对一个资源完成操作时，该资源需要返回资源池中，这个操作一般称为 V() —— release 。

示例，糖果机和信号量（candy.py）：

*注：该脚本使用了锁和信号量来模拟一个糖果机

 1 # -*- coding=utf-8 -*-
 2 from atexit import register
 3 from random import randrange
 4 from threading import BoundedSemaphore, Lock, Thread
 5 from time import sleep, ctime
 6 ?
 7 lock = Lock()
 8 MAX = 5
 9 candytray = BoundedSemaphore(MAX)
10 ?
11 def refill():
12     lock.acquire()
13     print(‘Refilling candy‘)
14     try:
15         candytray.release() # 释放资源
16     except ValueError:
17         print(‘full, skipping‘)
18     else:
19         print(‘OK‘)
20     lock.release()
21 ?
22 def buy():
23     lock.acquire()
24     print(‘Buying candy...‘)
25     if candytray.acquire(False): # 消耗资源
26         print(‘OK‘)
27     else:
28         print(‘empty, skipping‘)
29     lock.release()
30 ?
31 def producer(loops):
32     for i in range(loops):
33         refill()
34         sleep(randrange(3))
35 ?
36 def consumer(loops):
37     for i in range(loops):
38         buy()
39         sleep(randrange(3))
40 ?
41 def _main():
42     print(‘starting at:{0}‘.format(ctime()))
43     nloops = randrange(2, 6)
44     print(‘THE CANDY MACHINE (full with %d bars)!‘ % MAX)
45     Thread(target=consumer, args=(randrange(nloops, nloops+MAX+2),)).start()
46     Thread(target=producer, args=(nloops,)).start()
47 ?
48 @register
49 def _atexit():
50     print(‘all DONE at:{0}‘.format(ctime()))
51 ?
52 if __name__ == ‘__main__‘:
53     _main()

 

执行结果为：

 1 /usr/local/bin/python3.6 ~/Test_Temporary/candy.py
 2 starting at:Sun Jul 29 21:12:50 2018
 3 THE CANDY MACHINE (full with 5 bars)!
 4 Buying candy...
 5 OK
 6 Refilling candy
 7 OK
 8 Refilling candy
 9 full, skipping
10 Buying candy...
11 OK
12 Buying candy...
13 OK
14 all DONE at:Sun Jul 29 21:12:52 2018