python多线程模块thread,threading,Queue

python通过两个标准库(thread, threading)提供了对多线程的支持

thread模块

import time
import thread

def runner(arg):
for i in range(6):
print str(i)+':'+arg

time.sleep(1)
#结束当前线程
thread.exit_thread()  #等同于thread.exit()

#启动一个线程，第一个参数为函数名，
#第二个参数为一个tuple类型，是传给函数的参数
thread.start_new_thread(runner, ('hello world',))   #等同于thread.start_new(runner, ('hello world'))

#创建一个锁，锁用于线程同步，通常控制对共享资源的访问
lock = thread.allocate_lock()  #等同于thread.allocate()
num = 0
#获得锁，成功返回True，失败返回False
if lock.acquire():
num += 1
#释放锁
lock.release()
#thread模块提供的线程都将在主线程结束后同时结束，因此将主线程延迟结束
time.sleep(10)
print 'num:'+str(num)

threading.Thread类的常用方法

1.在自己的线程类的__init__里调用threading.Thread.__init__(self, name=threadname)，threadname为线程的名字。

2.run()，通常需要重写，编写代码实现做需要的功能。

3.getName()，获得线程对象名称。

4.setName()，设置线程对象名称。

5.start()，启动线程。

6.join([timeout])，等待另一线程结束后再运行。

7.setDaemon(bool)，设置子线程是否随主线程一起结束，必须在start()之前调用。默认为False。

8.isDaemon()，判断线程是否随主线程一起结束。

9.isAlive()，检查线程是否在运行中。
要想创建一个线程对象，只要继承类threading.Thread，然后在__init__里边调用threading.Thread.__init__()方法即可。重写run()方法，将要实现的功能放到此方法中即可。

class runner(threading.Thread):
def __init__(self, name):
threading.Thread.__init__(self)
self.name = name
self.thread_stop = False
def run(self):
while not self.thread_stop:
print str(self.name)+':'+'hello world'
time.sleep(1)
def stop(self):
self.thread_stop = True

def test():
t = runner('thread')
t.start()
time.sleep(10)
t.stop()

if __name__ == '__main__':
test()

线程同步（锁）

最简单的同步机制就是锁。锁对象由threading.RLock类创建。

线程可以使用锁的acquire()方法获得锁，这样锁就进入locked状态。每次只有一个线程可以获得锁。

如果当另一个线程试图获得这个锁的时候，就会被系统变为blocked状态，直到那个拥有锁的线程调用锁的release()方法来释放锁，这样锁就会进入unlocked状态。blocked状态的线程就会收到一个通知，并有权利获得锁。

如果多个线程处于blocked状态，所有线程都会先解除blocked状态，然后系统选择一个线程来获得锁，其他的线程继续blocked。

python的threading module是在建立在thread module基础之上的一个module，

在thread module中，python提供了用户级的线程同步工具Lock对象。

而在threading module中，python又提供了Lock对象的变种: RLock对象。

RLock对象内部维护着一个Lock对象，它是一种可重入的对象。

对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。

这会导致Lock对象永远不会release，使得线程死锁。

RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。

而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。

我们把修改共享数据的代码称为"临界区"。必须将所有"临界区"都封闭在同一个锁对象的acquire和release之间。

import time
import threading
num=0
lock = threading.RLock()
class runner(threading.Thread):
def __init__(self, name):
threading.Thread.__init__(self)
self.name = name

def run(self):
global num
while True:
if num >= 6: break
if lock.acquire():
print "Thread(%s) locked, Number: %d" % (self.name, num)
time.sleep(1)
lock.release()
print "Thread(%s) released, Number: %d" % (self.name, num)
time.sleep(1)
num += 1

def test():
t1 = runner('thread1')
t2 = runner('thread2')
t1.start()
t2.start()

if __name__== '__main__':
test()

线程同步（条件变量）

锁只能提供最基本的同步。假如只在发生某些事件时才访问一个"临界区"，这时需要使用条件变量Condition。

Condition（条件变量）通常与一个锁关联。需要在多个Contidion中共享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。

在Condition对象上，当然也可以调用acquire和release操作，因为内部的Lock对象本身就支持这些操作。

但是Condition的价值在于其提供的wait和notify的语义。

条件变量的工作原理？

首先一个线程成功获得一个条件变量后，调用此条件变量的wait()方法会导致这个线程释放这个锁，并进入“blocked”状态.

直到另一个线程调用同一个条件变量的notify()方法来唤醒那个进入“blocked”状态的线程。

如果调用这个条件变量的notifyAll()方法的话就会唤醒所有的在等待的线程。

如果程序或者线程永远处于“blocked”状态的话，就会发生死锁。

所以如果使用了锁、条件变量等同步机制的话，一定要注意仔细检查，防止死锁情况的发生。

对于可能产生异常的临界区要使用异常处理机制中的finally子句来保证释放锁。

等待一个条件变量的线程必须用notify()方法显式的唤醒，否则就永远沉默。

保证每一个wait()方法调用都有一个相对应的notify()调用，当然也可以调用notifyAll()方法以防万一。

import threading
import time
con = threading.Condition()
product = None
class Producer(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
global product
if con.acquire():
while True:
if product is None:
print 'produce...'
product = 'anything'
#通知消费者，商品已经生产
con.notify()
#等待通知
con.wait()
time.sleep(5)

class Consumer(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
global product
if con.acquire():
while True:
if product is not None:
print 'consume...'
product = None
#通知生产者，商品已经没了
con.notify()
#等待通知
con.wait()
time.sleep(5)

def test():
t1 = Producer()
t2 = Consumer()
t1.start()
t2.start()

if __name__ == '__main__':
test()

同步队列

Queue模块实现了一个支持多producer和多consumer的FIFO队列。当共享信息需要安全的在多线程之间交换时，Queue非常有用。Queue的默认长度是无限的，但是可以设置其构造函数的maxsize参数来设定其长度。Queue的put方法在队尾插入，该方法的原型是：

put( item[, block[, timeout]])

如果可选参数block为true并且timeout为None（缺省值），线程被block，直到队列空出一个数据单元。如果timeout大于0，在timeout的时间内，仍然没有可用的数据单元，Full exception被抛出。反之，如果block参数为false（忽略timeout参数），item被立即加入到空闲数据单元中，如果没有空闲数据单元，Full exception被抛出。Queue的get方法是从队首取数据，其参数和put方法一样。如果block参数为true且timeout为None（缺省值），线程被block，直到队列中有数据。如果timeout大于0，在timeout时间内，仍然没有可取数据，Empty
exception被抛出。反之，如果block参数为false（忽略timeout参数），队列中的数据被立即取出。如果此时没有可取数据，Empty exception也会被抛出。

import time
import threading
from Queue import Queue

class Producer(threading.Thread):
def __init__(self, t_name, queue):
threading.Thread.__init__(self, name=t_name)
self.data = queue

def run(self):
for i in range(6):
print "%s: %s is producing %d to the queue!\n" % (time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()), self.getName(), i)
#将值放入队列
self.data.put(i)
time.sleep(1)
print "%s: %s finished!" % (time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()), self.getName())

class Consumer(threading.Thread):
def __init__(self, t_name, queue):
threading.Thread.__init__(self, name=t_name)
self.data = queue

def run(self):
for i in range(6):
#从队列中取值
val = self.data.get()
print "%s: %s is consuming. %d in the queue is consumed!\n" % (time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()), self.getName(), val)
time.sleep(1)
print "%s: %s finished!" % (time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()), self.getName())

def test():
queue = Queue()
producer = Producer('Producer', queue)
consumer = Consumer('Consumer', queue)
producer.start()
consumer.start()

if __name__ == '__main__':
test()