Python多线程变量优化—threadLocal

再多线程的环境下，每个线程都有自己的数据。在多线程编程中应该尽量使用局部变量，避免使用全局变量(全局变量需要加锁处理)。使用全局变量时还要考虑变量能不能被共享。

但是使用局部变量需要在每个函数作为参数传递，很麻烦。

threadLocal就是用来解决多线程中使用局部变量导致使用繁琐的问题。

我们实现一个类似对象工厂的线程，上层只需要导入相关参数，即可生成符合要求的对象。

'多线程变量优化,单个线程只是用当前线程的变量'
'一个ThreadLocal变量虽然是全局变量，但每个线程都只能读写自己线程的独立副本' \
'，互不干扰。ThreadLocal解决了参数在一个线程中各个函数之间互相传递的问题。'
__author__ = 'click'
__date__ = '2018/7/24 下午5:44'

import threading
# 1.初始化一个threadLocal  
threadLocal = threading.local()


class Student(object):
    def __init__(self, name):
        self.__name = name

    def __str__(self):
        return 'Student的属性__name的值是 %s' % (self.__name)
        # 直接使用str会打印出该对象的内存地址,不能打印出上述格式化的内容，必须调用__repr__代替__str__

    __repr__ = __str__


def addStudent():
    # 取出数据，threadLocal.studentName 很重要！！！
    student = threadLocal.studentName
    print('当前线程是%1s,该线程是用的变量student值是%2s' % (threading.current_thread().name, student.__repr__))


def addStudentThread(name):
    # 根据传递的参数，创建相关对象
    # 往threadLocal 中添加数据
    threadLocal.studentName = Student(name)
    addStudent()


print('----------使用了threadlocal-------------')

thread1 = threading.Thread(target=addStudentThread, args=('Jack',))
thread2 = threading.Thread(target=addStudentThread, args=('Tom',))

thread1.start()
thread2.start()
thread2.join()
thread1.join()

运行结果:

----------使用了threadlocal-------------
当前线程是Thread-1,该线程是用的变量student值是<bound method Student.__str__ of Student的属性__name的值是 Jack>
当前线程是Thread-2,该线程是用的变量student值是<bound method Student.__str__ of Student的属性__name的值是 Tom>

使用threadLocal只要分三步:
前提是导入了threading包

import threading

• 初始化threadLocal

threadLocal = threading.local()

• 向threadLocal变量中赋值

threadLocal.studentName = Student(name)

• 根据变量取出相应的值

student = threadLocal.studentName

三部完成即可使用threadLocal，由于多线程中每个线程的threadLocal是相互独立的。因此，在多线程的变量优化中，使用threadLocal进行优化是一个很好的选择。

还有方式可以使用dict进行多线程中变量的优化。能够达到threadLocal相同的功效，只是使用起来比较繁琐。

Python多线程变量优化(含dict实现代码)