欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python中尝试多线程编程的一个简明例子

程序员文章站 2023-11-11 13:09:16
综述     多线程是程序设计中的一个重要方面,尤其是在服务器deamon程序方面。无论何种系统,线程调度的开销都比传统的进程要快得多。...

综述
    多线程是程序设计中的一个重要方面,尤其是在服务器deamon程序方面。无论何种系统,线程调度的开销都比传统的进程要快得多。
  python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素,支持线程读写同步互斥。美中不足的是,python的运行在python 虚拟机上,创建的多线程可能是虚拟的线程,需要由python虚拟机来轮询调度,这大大降低了python多线程的可用性。希望高版本的python可以 解决这个问题,发挥多cpu的最大效率。
  网上有些朋友说要获得真正多cpu的好处,有两种方法:
  1.可以创建多个进程而不是线程,进程数和cpu一样多。
  2.使用jython 或 ironpython,可以得到真正的多线程。
  闲话少说,下面看看python如何建立线程
  python线程创建
  使用threading模块的 thread类
  类接口如下

复制代码 代码如下:
class  thread( group=none, target=none, name=none, args=(), kwargs={})

 需要关注的参数是target和args. target 是需要子线程运行的目标函数,args是函数的参数,以tuple的形式传递。
  以下代码创建一个指向函数worker 的子线程
复制代码 代码如下:
def worker(a_tid,a_account):
     ...
th = threading.thread(target=worker,args=(i,acc) ) ;

启动这个线程

复制代码 代码如下:
th.start()

等待线程返回
复制代码 代码如下:
threading.thread.join(th)

或者th.join()
如果你可以对要处理的数据进行很好的划分,而且线程之间无须通信,那么你可以使用:创建=》运行=》回收的方式编写你的多线程程序。但是如果线程之间需要访问共同的对象,则需要引入互斥锁或者信号量对资源进行互斥访问。
 下面讲讲如何创建互斥锁
创建锁
复制代码 代码如下:
g_mutex = threading.lock()
  ....

使用锁 
    
复制代码 代码如下:
for  ... :
        #锁定,从下一句代码到释放前互斥访问
        g_mutex.acquire()
        a_account.deposite(1)
        #释放
        g_mutex.release()

最后,模拟一个公交地铁ic卡缴车费的多线程程序
  有10个读卡器,每个读卡器收费器每次扣除用户一块钱进入总账中,每读卡器每天一共被刷10000000次。账户原有100块。所以最后的总账应该为10000100。先不使用互斥锁来进行锁定(注释掉了锁定代码),看看后果如何。
import time,datetime
import threading
 
def worker(a_tid,a_account):
 global g_mutex
 print("str " , a_tid, datetime.datetime.now() )
 for i in range(1000000):
  #g_mutex.acquire()
  a_account.deposite(1)
  #g_mutex.release()
 print("end " , a_tid , datetime.datetime.now() )
  
class account:
 def __init__ (self, a_base ):
  self.m_amount=a_base
 def deposite(self,a_amount):
  self.m_amount+=a_amount
 def withdraw(self,a_amount):
  self.m_amount-=a_amount 
 
if __name__ == "__main__":
 global g_mutex
 count = 0
 dstart = datetime.datetime.now()
 print("main thread start at: ", dstart)
 #init thread_pool
 thread_pool = []
 #init mutex
 g_mutex = threading.lock()
 # init thread items
 acc = account(100)
 for i in range(10):
  th = threading.thread(target=worker,args=(i,acc) ) ;
  thread_pool.append(th)
   
 # start threads one by one  
 for i in range(10):
  thread_pool[i].start()
  
 #collect all threads
 for i in range(10):
  threading.thread.join(thread_pool[i])
 dend = datetime.datetime.now()
 print("count=", acc.m_amount)
 print("main thread end at: ", dend, " time span ", dend-dstart)

注意,先不用互斥锁进行临界段访问控制,运行结果如下:
Python中尝试多线程编程的一个简明例子

从结果看到,程序确实是多线程运行的。但是由于没有对对象account进行互斥访问,所以结果是错误的,只有3434612,比原预计少了很多。

打开锁后:
Python中尝试多线程编程的一个简明例子

这次可以看到,结果正确了。运行时间比不进行互斥多了很多,不过这也是同步的代价。
同时发现,写多线程,多进程类的程序,不能用自带的idle来运行。会有错误。