Python 多线程和锁
作者博客：http://zzir.cn/
进程和线程
进程是执行中的计算机程序。每个进程都拥有自己的地址空间、内存、数据栈及其它的辅助数据。操作系统管理着所有的进程，并为这些进程合理分配时间。进程可以通过派生新的进程来执行其它任务，不过每个进程都拥有自己的内存和数据栈等，进程之间的数据交换采用 进程间通信(IPC) 方式。
线程在进程之下执行，一个进程下可以运行多个线程，它们之间共享相同上下文。线程包括开始、执行顺序和结束三部分。它有一个指针，用于记录当前运行的上下文。当其它线程执行时，它可以被抢占(中断)和临时挂起(也称睡眠) ——这种做法叫做 让步(yielding)。
一个进程中的各个线程与主进程共享同一片数据空间，与独立进程相比，线程之间信息共享和通信更加容易。线程一般以并发执行，正是由于这种并发和数据共享机制，使多任务间的协作成为可能。当然，这种共享也并不是没有风险的，如果多个线程访问同一数据空间，由于访问顺序不同，可能导致结果不一致，这种情况通常称为竞态条件(race condition)，不过大多数线程库都有同步原语，以允许线程管理器的控制执行和访问；另一个要注意的问题是，线程无法给予公平执行时间，CPU 时间分配会倾向那些阻塞更少的函数。
全局解释器锁(GIL)
Python 代码执行由 Python 虚拟机 (又名解释器主循环) 进行控制。Python 在设计时是这样考虑的，在主循环中同时只能有一个控制线程在执行。对 Python 虚拟机的访问由 全局解释器(GIL) 控制，这个锁用于，当有多个线程时保证同一时刻只能有一个线程在运行。
由于 Python 的 GIL 的限制，多线程更适合 I/O 密集型应用( I/O 释放了 GIL，可以允许更多的并发)，对于计算密集型应用，为了实现更好的并行性，适合使用多进程，已便利用 CPU 的多核优势。Python 的多进程相关模块：subprocess、multiprocessing、concurrent.futures
threading 模块
threading 是 Python 高级别的多线程模块。
threading 模块的函数
active_count() 当前活动的 Thread 对象个数
current_thread() 返回当前 Thread 对象
get_ident() 返回当前线程
enumerater() 返回当前活动 Thread 对象列表
main_thread() 返回主 Thread 对象
settrace(func) 为所有线程设置一个 trace 函数
setprofile(func) 为所有线程设置一个 profile 函数
stack_size([size]) 返回新创建线程栈大小；或为后续创建的线程设定栈大小为 size
TIMEOUT_MAX
Lock.acquire(),RLock.acquire(),Condition.wait()允许的最大值
threading 可用对象列表：
Thread 表示执行线程的对象
Lock 锁原语对象
RLock 可重入锁对象，使单一进程再次获得已持有的锁(递归锁)
Condition 条件变量对象，使得一个线程等待另一个线程满足特定条件，比如改变状态或某个值
Semaphore 为线程间共享的有限资源提供一个"计数器"，如果没有可用资源会被阻塞
Event 条件变量的通用版本，任意数量的线程等待某个时间的发生，在改事件发生后所有线程被激活
Timer 与 Thread 相识，不过它要在运行前等待一段时间
Barrier 创建一个"阻碍"，必须达到指定数量的线程后才可以继续
Thread 类
Thread 对象的属性有：Thread.name、Thread.ident、Thread.daemon。详见(The Python Standard Library)
Thread 对象方法： Thread.start()、Thread.run()、Thread.join(timeout=None)、Thread.getName、Thread.setName、Thread.is_alive()、Thread.isDaemon()、Thread.setDaemon()。详见(The Python Standard Library)
使用 Thread 类，可以有很多种方法来创建线程，这里使用常见的两种：
创建 Thread 实例，传给它一个函数。
派生 Thread 子类，并创建子类的实例。
一个单线程栗子
#!/usr/bin/env python3
import threading
from random import randint
from time import sleep, ctime
def hi(n):
sleep(n)
print("ZzZzzz, sleep: ", n) # 打印 Sleep 的秒数
def main():
print("### Start at: ", ctime())
for i in range(10):
hi(randint(1,2)) # 调用十次，每次 Sleep 1秒或2秒
print("### Done at: ", ctime())
if __name__ == '__main__':
main()运行结果：
### Start at: Thu Sep 1 14:11:00 2016
ZzZzzz, sleep: 1
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 2
### Done at: Thu Sep 1 14:11:14 2016一共是用了14秒。
多线程：创建 Thread 实例，传给它一个函数
直接上代码：
#!/usr/bin/env python3
import threading
from random import randint
from time import sleep, ctime
def hi(n):
sleep(n)
print("ZzZzzz, sleep: ", n)
def main():
print("### Start at: ", ctime())
threads = []
for i in range(10):
rands = randint(1,2)
# 实例化每个 Thread 对象，把函数和参数传递进去，返回 Thread 实例
t = threading.Thread(target=hi, args=(rands,))
threads.append(t) # 分配线程
for i in range(10):
threads[i].start() # 开始执行多线程
for i in range(10):
threads[i].join() # (自旋锁)等待线程结束或超时，然后再往下执行
print("### Done at: ", ctime())
if __name__ == '__main__':
main()运行结果：
### Start at: Thu Sep 1 14:18:00 2016
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
### Done at: Thu Sep 1 14:18:02 2016使用多线程，只用了2秒。
多线程：派生 Thread 子类，并创建子类的实例
#!/usr/bin/env python3
import threading
from random import randint
from time import sleep, ctime
class MyThread(threading.Thread):
def __init__(self, func, args, times):
super(MyThread, self).__init__()
self.func = func
self.args = args
self.times = times
def run(self):
print("begin thread......", self.times)
self.res = self.func(*self.args)
print("end threads......", self.times)
def hi(n):
sleep(n)
print("ZzZzzz, sleep: ", n)
def main():
print("### Start at: ", ctime())
threads = []
for i in range(10):
rands = randint(1,2)
t = MyThread(hi, (rands,), i+1)
threads.append(t)
for i in range(10):
threads[i].start()
for i in range(10):
threads[i].join()
print("### Done at: ", ctime())
if __name__ == '__main__':
main()执行结果：
### Start at: Thu Sep 1 14:47:09 2016
begin thread...... 1
begin thread...... 2
begin thread...... 3
begin thread...... 4
begin thread...... 5
begin thread...... 6
begin thread...... 7
begin thread...... 8
begin thread...... 9
begin thread...... 10
ZzZzzz, sleep: 1
ZzZzzz, sleep: 1
end threads...... 1
end threads...... 4
ZzZzzz, sleep: 1
end threads...... 7
ZzZzzz, sleep: 1
end threads...... 3
ZzZzzz, sleep: 1
end threads...... 9
ZzZzzz, sleep: 2
end threads...... 2
ZzZzzz, sleep: 2
end threads...... 5
ZzZzzz, sleep: 2
ZzZzzz, sleep: 2
end threads...... 10
end threads...... 6
ZzZzzz, sleep: 2
end threads...... 8
### Done at: Thu Sep 1 14:47:11 2016这个栗子对 Thread 子类化，而不是对其实例化，使得定制线程对象更具灵活性，同时也简化线程创建的调用过程。
线程锁
当多线程争夺锁时，允许第一个获得锁的线程进入临街区，并执行代码。所有之后到达的线程将被阻塞，直到第一个线程执行结束，退出临街区，并释放锁。需要注意，那些阻塞的线程是没有顺序的。
举个栗子：
#!/usr/bin/env python3
import threading
from random import randint
from time import sleep, ctime
L = threading.Lock() # 引入锁
def hi(n):
L.acquire() # 加锁
for i in [1,2]:
print(i)
sleep(n)
print("ZzZzzz, sleep: ", n)
L.release() # 释放锁
def main():
print("### Start at: ", ctime())
threads = []
for i in range(10):
rands = randint(1,2)
t = threading.Thread(target=hi, args=(rands,))
threads.append(t)
for i in range(10):
threads[i].start()
for i in range(10):
threads[i].join()
print("### Done at: ", ctime())
if __name__ == '__main__':
main()运行上面的代码，再将锁的代码注释掉，对比下输出。
