Python多线程总结

重要知识点

1. 多进程和多线程都可以执行多个任务，线程是进程的一部分。

2. Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

3. 线程的特点是线程之间可以共享内存和变量，资源消耗少（不过在Unix环境中，多进程和多线程资源调度消耗差距不明显，Unix调度较快），缺点是线程之间的同步和加锁比较麻烦。

4. start()启动线程，join()阻塞当前线程，即使得在当前线程结束时，不会退出。Python中，默认情况下，如果不加join语句，那么主线程不会等到当前线程结束才结束，但却不会立即杀死该线程。

5. 如果为线程实例添加t.setDaemon(True)之后，如果不加join语句，那么当主线程结束之后，会杀死子线程。

6. 对于多线程来说，最大的特点就是线程之间可以共享数据，那么共享数据就会出现多线程同时更改一个变量，使用同样的资源，而出现死锁、数据错乱等情况。对于该问题，可以在访问某个资源之前，用Lock.acquire()锁住资源,访问之后，用Lock.release()释放资源。

7. 当不想将变量共享给其他线程时，可以使用局部变量，但在函数中定义局部变量会使得在函数之间传递特别麻烦。可以使用ThreadLocal解决了全局变量需要枷锁，局部变量传递麻烦的两个问题。

8. Python 中两个库包含了 map 函数： multiprocessing 和它的子库 multiprocessing.dummy.dummy 。后者是multiprocessing 模块的完整克隆，唯一的不同在于 multiprocessing 作用于进程，而 dummy 模块作用于线程。

9. Python中，有一个GIL，即全局解释锁，该锁的存在保证在同一个时间只能有一个线程执行任务，也就是多线程并不是真正的并发，只是交替得执行。假如有10个线程炮在10核CPU上，当前工作的也只能是一个CPU上的线程。

10. Python多线程很适合用在IO密集型任务中。I/O密集型执行期间大部分是时间都用在I/O上，如数据库I/O，较少时间用在CPU计算上，对于计算密集型任务，应该使用Python多进程。

11. Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。

常用多线程写法

import threading, thread

import time

class MyThread(threading.Thread):

    """docstring for MyThread"""

    def __init__(self, thread_id, name, counter) :

        super(MyThread, self).__init__()  #调用父类的构造函数

        self.thread_id = thread_id

        self.name = name

        self.counter = counter

    def run(self) :

        print "Starting " + self.name

        print_time(self.name, self.counter, 5)

        print "Exiting " + self.name

def print_time(thread_name, delay, counter) :

    while counter :

        time.sleep(delay)

        print "%s %s" % (thread_name, time.ctime(time.time()))

        counter -= 1

def main():

    #创建新的线程

    thread1 = MyThread(1, "Thread-1", 1)

    thread2 = MyThread(2, "Thread-2", 2)

    #开启线程

    thread1.start()

    thread2.start()

    thread1.join()

    thread2.join()

    print "Exiting Main Thread"

if __name__ == '__main__':

    main()