Python多线程 简明例子

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



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



def worker(a_tid,a_account):



...





th = threading.Thread(target=worker,args=(i,acc) ) ;

启动这个线程



th.start()

等待线程返回



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





g_mutex = threading.Lock()





....



使用锁







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：

Main Thread Start At: 2009-01-13 00:17:55.296000

Str 0 2009-01-13 00:17:55.312000

Str 1 2009-01-13 00:17:55.453000

Str 2 2009-01-13 00:17:55.484000

Str 3 2009-01-13 00:17:55.531000

Str 4 2009-01-13 00:17:55.562000

Str 5 2009-01-13 00:17:55.609000

Str 6 2009-01-13 00:17:55.640000

Str 7 2009-01-13 00:17:55.687000

Str 8 2009-01-13 00:17:55.718000

Str 9 2009-01-13 00:17:55.781000

End 0 2009-01-13 00:18:06.250000

End 1 2009-01-13 00:18:07.500000

End 4 2009-01-13 00:18:07.531000

End 2 2009-01-13 00:18:07.562000

End 3 2009-01-13 00:18:07.593000

End 9 2009-01-13 00:18:07.609000

End 7 2009-01-13 00:18:07.640000

End 8 2009-01-13 00:18:07.671000

End 5 2009-01-13 00:18:07.687000

End 6 2009-01-13 00:18:07.718000

count= 3434612

Main Thread End at: 2009-01-13 00:18:07.718000 time span 0:00:12.422000

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。

把上面阴影部分代码的注释打开，运行结果如下

Main Thread Start At: 2009-01-13 00:26:12.156000

Str 0 2009-01-13 00:26:12.156000

Str 1 2009-01-13 00:26:12.390000

Str 2 2009-01-13 00:26:12.437000

Str 3 2009-01-13 00:26:12.468000

Str 4 2009-01-13 00:26:12.515000

Str 5 2009-01-13 00:26:12.562000

Str 6 2009-01-13 00:26:12.593000

Str 7 2009-01-13 00:26:12.640000

Str 8 2009-01-13 00:26:12.671000

Str 9 2009-01-13 00:26:12.718000

End 0 2009-01-13 00:27:01.781000

End 1 2009-01-13 00:27:05.890000

End 5 2009-01-13 00:27:06.046000

End 7 2009-01-13 00:27:06.078000

End 4 2009-01-13 00:27:06.109000

End 2 2009-01-13 00:27:06.140000

End 6 2009-01-13 00:27:06.156000

End 8 2009-01-13 00:27:06.187000

End 3 2009-01-13 00:27:06.203000

End 9 2009-01-13 00:27:06.234000

count= 10000100

Main Thread End at: 2009-01-13 00:27:06.234000 time span 0:00:54.078000

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，需要花54秒才能运行（我机器烂，没钱更新，呵呵），不过这也是同步的代价，没办法。