Python的多線程

什麼是線程：

• 線程也是一種多任務編程方法，可以利用計算機多核資源完成程序的併發執行。線程又被稱爲輕量級的進程。

線程的特徵：

• 線程是計算機多核分配的最小單位
• 一個進程可以包含多個線程
• 線程也是一個運行的過程，消耗計算機資源，多個線程共享進程的資源和空間
• 線程的創建刪除消耗的資源都要遠遠小於進程
• 多個線程之間執行互不干擾
• 線程也有自己的特有屬性，比如指令集 ID

Python中使用threading模塊創建線程

主要方法：

threading.Thread()

• 功能：創建線程對象
• 參數：name(線程名稱，默認Thread-1)，target(線程函數)，args(元組，給線程函數位置傳參)，kwargs(字典，給線程函數鍵值傳參)

t.start()

• 功能：啓動線程，自動運行線程函數

t.join([timeout])

• 功能：回收線程
• 參數(timeout)：阻塞等待時間

線程對象屬性：

t.is_alive()

• 功能：查看線程狀態

t.setName()

• 功能：設置線程名稱

t.getName() 或者 t.name

• 功能：獲取線程名稱

threading.currentThread()

• 功能：獲取當前線程對象

t.daemon屬性

• 默認情況主線程退出不會影響分支線程執行，如果設置爲True則分支線程隨主線程退出

設置方法(兩種)：

• t.daenon = True
• t.setDaemon(True)

判斷屬性值
t.isDaemon()

注意： t.daenon要在start前設置，不能和join同用

多線程代碼實現實例：

from threading import Thread, currentThread
from time import sleep 
import os 

a = 100

#線程函數
def test():
    global a
    a += 10
    # 獲取當前線程的狀態
    print("test is_alive:{}".format(currentThread().is_alive()))
    # 獲取當前線程所在進程的pid
    print("{}:{}".format(currentThread().getName(), os.getpid()))

# 用來測試daemon屬性的
def test3():
	print("進入線程test3...")
	# 阻塞等待10秒
	sleep(10)
	print("我是線程test3!")

#創建線程對象
t1 = Thread(name = "th1", target = test)
t2 = Thread(name = "th2", target = test)
t3 = Thread(target = test3)
t1.start()
t2.start()

# 設置t3線程隨主線程退出而退出
t3.setDaemon(True) 
t3.start()

sleep(2)

# 主線程所在進程pid
print("main-thread:{}".format(os.getpid()))

# 修改線程名稱
t1.setName("new-th1")
print("t1-new-name:"+t1.getName())

# 查看線程狀態
print("t1 is_alive:{}".format(t1.is_alive()))
print("t2 is_alive:{}".format(t2.is_alive()))

# 只需要回收t1和t2
t1.join()
t2.join()

print("a = {}".format(a))

運行結果：

gk@gk-vm:~/python/multithreading$ python3 thread_test.py 
test is_alive:True
th1:9233
test is_alive:True
th2:9233
進入線程test3...
main-thread:9233
t1-new-name:new-th1
t1 is_alive:False
t2 is_alive:False
a = 120

在這個實例中，一個主線程創建了三個子線程(t3是用來測試daemon屬性的)，發現可以通過子線程修改主線程中的全局變量a。同時我們發現，主線程和子線程的pid都是一樣的，這說明，他們共用一個進程，即：一個進程中包含了多個線程。再看看daemon屬性，t3設置daemon爲True，我們發現，主線程執行完後，t3線程並沒有執行完就退出了。

線程通信

• 通信方法：多個線程共享進程的空間，所以線程間通信可以使用全局變量完成(比如上述實例中的a變量)。
• 注意事項：線程間使用全局變量往往要同步互斥機制保證通信安全

重要！python線程的GIL問題(全局解釋器鎖)

• 後果：一個解釋器同一時刻只能解釋執行一個線程，所以導致python線程效率低下。但是當遇到IO阻塞時線程會主動讓出解釋器，因此python線程更加適合高延遲的IO程序併發。

解決方法：

• 若需要實現並行操作，儘量使用多進程
• 儘量使用多種方案組合的方式進行併發操作，線程用作高延遲IO