理解Python中的线程

作者: 姚钢强 | 来源:发表于2013-11-24 17:39 被阅读978次
    郑重声明版权属于 http://agiliq.com/blog/2013/09/understanding-threads-in-python/
    

    我们将会看到一些在Python中使用线程的实例和如何避免线程之间的竞争。

    你应当将下边的例子运行多次,以便可以注意到线程是不可预测的和线程每次运行出的不同结果。

    声明:从这里开始忘掉你听到过的关于GIL的东西,因为GIL不会影响到我想要展示的东西。

    示例1:

    我们将要请求五个不同的url:

    单线程
    import time
    import urllib2
    
    def get_responses():
        urls = [
            'http://www.google.com',
            'http://www.amazon.com',
            'http://www.ebay.com',
            'http://www.alibaba.com',
            'http://www.reddit.com'
        ]
        start = time.time()
        for url in urls:
            print url
            resp = urllib2.urlopen(url)
            print resp.getcode()
        print "Elapsed time: %s" % (time.time()-start)
    
    get_responses()
    

    输出是:

    http://www.google.com 200
    http://www.amazon.com 200
    http://www.ebay.com 200
    http://www.alibaba.com 200
    http://www.reddit.com 200
    Elapsed time: 3.0814409256
    

    解释:

    • url顺序的被请求
    • 除非cpu从一个url获得了回应,否则不会去请求下一个url
    • 网络请求会花费较长的时间,所以cpu在等待网络请求的返回时间内一直处于闲置状态。
    多线程
    import urllib2
    import time
    from threading import Thread
    
    class GetUrlThread(Thread):
        def __init__(self, url):
            self.url = url 
            super(GetUrlThread, self).__init__()
    
        def run(self):
            resp = urllib2.urlopen(self.url)
            print self.url, resp.getcode()
    
    def get_responses():
        urls = [
            'http://www.google.com', 
            'http://www.amazon.com', 
            'http://www.ebay.com', 
            'http://www.alibaba.com', 
            'http://www.reddit.com'
        ]
        start = time.time()
        threads = []
        for url in urls:
            t = GetUrlThread(url)
            threads.append(t)
            t.start()
        for t in threads:
            t.join()
        print "Elapsed time: %s" % (time.time()-start)
    
    get_responses()
    

    输出:

    http://www.reddit.com 200
    http://www.google.com 200
    http://www.amazon.com 200
    http://www.alibaba.com 200
    http://www.ebay.com 200
    Elapsed time: 0.689890861511
    

    解释:

    • 意识到了程序在执行时间上的提升
    • 我们写了一个多线程程序来减少cpu的等待时间,当我们在等待一个线程内的网络请求返回时,这时cpu可以切换到其他线程去进行其他线程内的网络请求。
    • 我们期望一个线程处理一个url,所以实例化线程类的时候我们传了一个url。
    • 线程运行意味着执行类里的run()方法。
    • 无论如何我们想每个线程必须执行run()
    • 为每个url创建一个线程并且调用start()方法,这告诉了cpu可以执行线程中的run()方法了。
    • 我们希望所有的线程执行完毕的时候再计算花费的时间,所以调用了join()方法。
    • join()可以通知主线程等待这个线程结束后,才可以执行下一条指令。
    • 每个线程我们都调用了join()方法,所以我们是在所有线程执行完毕后计算的运行时间。

    关于线程:

    • cpu可能不会在调用start()后马上执行run()方法。
    • 你不能确定run()在不同线程建间的执行顺序。
    • 对于单独的一个线程,可以保证run()方法里的语句是按照顺序执行的。
    • 这就是因为线程内的url会首先被请求,然后打印出返回的结果。

    实例2

    我们将会用一个程序演示一下多线程间的资源竞争,并修复这个问题。

    from threading import Thread
    
    
    #define a global variable
    some_var = 0 
    
    class IncrementThread(Thread):
        def run(self):
            #we want to read a global variable
            #and then increment it
            global some_var
            read_value = some_var
            print "some_var in %s is %d" % (self.name, read_value)
            some_var = read_value + 1 
            print "some_var in %s after increment is %d" % (self.name, some_var)
    
    def use_increment_thread():
        threads = []
        for i in range(50):
            t = IncrementThread()
            threads.append(t)
            t.start()
        for t in threads:
            t.join()
        print "After 50 modifications, some_var should have become 50"
        print "After 50 modifications, some_var is %d" % (some_var,)
    
    use_increment_thread()
    

    多次运行这个程序,你会看到多种不同的结果。

    解释:

    • 有一个全局变量,所有的线程都想修改它。
    • 所有的线程应该在这个全局变量上加 1 。
    • 有50个线程,最后这个数值应该变成50,但是它却没有。

    为什么没有达到50?

    • some_var15的时候,线程t1读取了some_var,这个时刻cpu将控制权给了另一个线程t2
    • t2线程读到的some_var也是15
    • t1t2都把some_var加到16
    • 当时我们期望的是t1 t2两个线程使some_var + 2变成17
    • 在这里就有了资源竞争。
    • 相同的情况也可能发生在其它的线程间,所以出现了最后的结果小于50的情况。

    解决资源竞争

    from threading import Lock, Thread
    lock = Lock()
    some_var = 0 
    
    
    class IncrementThread(Thread):
        def run(self):
            #we want to read a global variable
            #and then increment it
            global some_var
            lock.acquire()
            read_value = some_var
            print "some_var in %s is %d" % (self.name, read_value)
            some_var = read_value + 1 
            print "some_var in %s after increment is %d" % (self.name, some_var)
            lock.release()
    
    def use_increment_thread():
        threads = []
        for i in range(50):
            t = IncrementThread()
            threads.append(t)
            t.start()
        for t in threads:
            t.join()
        print "After 50 modifications, some_var should have become 50"
        print "After 50 modifications, some_var is %d" % (some_var,)
    
    use_increment_thread()
    

    再次运行这个程序,达到了我们预期的结果。

    解释:

    • Lock 用来防止竞争条件
    • 如果在执行一些操作之前,线程t1获得了锁。其他的线程在t1释放Lock之前,不会执行相同的操作
    • 我们想要确定的是一旦线程t1已经读取了some_var,直到t1完成了修改some_var,其他的线程才可以读取some_var
    • 这样读取和修改some_var成了逻辑上的原子操作。

    实例3

    让我们用一个例子来证明一个线程不能影响其他线程内的变量(非全局变量)。

    time.sleep()可以使一个线程挂起,强制线程切换发生。

    from threading import Thread
    import time
    
    class CreateListThread(Thread):
        def run(self):
            self.entries = []
            for i in range(10):
                time.sleep(1)
                self.entries.append(i)
            print self.entries
    
    def use_create_list_thread():
        for i in range(3):
            t = CreateListThread()
            t.start()
    
    use_create_list_thread()
    

    运行几次后发现并没有打印出争取的结果。当一个线程正在打印的时候,cpu切换到了另一个线程,所以产生了不正确的结果。我们需要确保print self.entries是个逻辑上的原子操作,以防打印时被其他线程打断。

    我们使用了Lock(),来看下边的例子。

    from threading import Thread, Lock
    import time
    
    lock = Lock()
    
    class CreateListThread(Thread):
        def run(self):
            self.entries = []
            for i in range(10):
                time.sleep(1)
                self.entries.append(i)
            lock.acquire()
            print self.entries
            lock.release()
    
    def use_create_list_thread():
        for i in range(3):
            t = CreateListThread()
            t.start()
    
    use_create_list_thread()
    

    这次我们看到了正确的结果。证明了一个线程不可以修改其他线程内部的变量(非全局变量)

    相关文章

      网友评论

        本文标题:理解Python中的线程

        本文链接:https://www.haomeiwen.com/subject/yriqtttx.html