對于Python中線程問題的簡單講解

我們將會看到一些在Python中使用線程的實例和如何避免線程之間的競爭。你應當將下邊的例子運行多次，以便可以注意到線程是不可預測的和線程每次運行出的不同結果。聲明：從這里開始忘掉你聽到過的關于GIL的東西，因為GIL不會影響到我想要展示的東西。

示例1
我們將要請求五個不同的url：
單線程    
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()

輸出是：    
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

解釋：

        url順序的被請求
        除非cpu從一個url獲得了回應，否則不會去請求下一個url
        網絡請求會花費較長的時間，所以cpu在等待網絡請求的返回時間內一直處于閑置狀態。

多線程    
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()

輸出：    
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

解釋：

        意識到了程序在執行時間上的提升
        我們寫了一個多線程程序來減少cpu的等待時間，當我們在等待一個線程內的網絡請求返回時，這時cpu可以切換到其他線程去進行其他線程內的網絡請求。
        我們期望一個線程處理一個url，所以實例化線程類的時候我們傳了一個url。
        線程運行意味著執行類里的run()方法。
        無論如何我們想每個線程必須執行run()。
        為每個url創建一個線程并且調用start()方法，這告訴了cpu可以執行線程中的run()方法了。
        我們希望所有的線程執行完畢的時候再計算花費的時間，所以調用了join()方法。
        join()可以通知主線程等待這個線程結束后，才可以執行下一條指令。
        每個線程我們都調用了join()方法，所以我們是在所有線程執行完畢后計算的運行時間。

關于線程：

        cpu可能不會在調用start()后馬上執行run()方法。
        你不能確定run()在不同線程建間的執行順序。
        對于單獨的一個線程，可以保證run()方法里的語句是按照順序執行的。
        這就是因為線程內的url會首先被請求，然后打印出返回的結果。
實例2
我們將會用一個程序演示一下多線程間的資源競爭，并修復這個問題。    
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()

多次運行這個程序，你會看到多種不同的結果。

解釋：

        有一個全局變量，所有的線程都想修改它。
        所有的線程應該在這個全局變量上加 1 。
        有50個線程，最后這個數值應該變成50，但是它卻沒有。

為什么沒有達到50？

        在some_var是15的時候，線程t1讀取了some_var，這個時刻cpu將控制權給了另一個線程t2。
        t2線程讀到的some_var也是15
        t1和t2都把some_var加到16
        當時我們期望的是t1 t2兩個線程使some_var + 2變成17
        在這里就有了資源競爭。
        相同的情況也可能發生在其它的線程間，所以出現了最后的結果小于50的情況。

解決資源競爭    
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()
再次運行這個程序，達到了我們預期的結果。
解釋：
        Lock 用來防止競爭條件
        如果在執行一些操作之前，線程t1獲得了鎖。其他的線程在t1釋放Lock之前，不會執行相同的操作
        我們想要確定的是一旦線程t1已經讀取了some_var，直到t1完成了修改some_var，其他的線程才可以讀取some_var
        這樣讀取和修改some_var成了邏輯上的原子操作。
實例3
讓我們用一個例子來證明一個線程不能影響其他線程內的變量（非全局變量）。
time.sleep()可以使一個線程掛起，強制線程切換發生。    
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()
運行幾次后發現并沒有打印出爭取的結果。當一個線程正在打印的時候，cpu切換到了另一個線程，所以產生了不正確的結果。我們需要確保print self.entries是個邏輯上的原子操作，以防打印時被其他線程打斷。
我們使用了Lock()，來看下邊的例子。    
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()