线程的回顾

线程

• 多任务能够由多进程完成，也能够由一个进程内的多线程完成。

• 咱们前面提到了进程是由若干线程组成的，一个进程至少有一个线程。

• 因为线程是操做系统直接支持的执行单元，所以，高级语言一般都内置多线程的支持，Python也不例外，而且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。

• Python的标准库提供了两个模块：thread和threading，thread是低级模块，threading是高级模块，对thread进行了封装。绝大多数状况下，咱们只须要使用threading这个高级模块

函数方式 建立线程：

import threading
import time

def func1():
    i = 0
    while i<5 :
        print('eating......')
        time.sleep(1)
        i+=1

def func2():
    i = 0
    while i<5 :
        print('running......')
        time.sleep(1)
        i+=1

if __name__ == '__main__':
    t1 = threading.Thread(target=func1)
    t2 = threading.Thread(target=func2)
    t1.start() #开始线程
    t2.start()
    t1.join()
    t2.join()
>>>
eating......
running......
eating......
running......
eating......
running......

类的方式：

import threading,time
class Mythread(threading.Thread):
    def __init__(self,*args,**kwargs):
        name = kwargs.pop('args')
        self._heroname = name
        super(Mythread, self).__init__(*args,**kwargs)
    def run(self):
        print('currentThread is %s'%threading.currentThread())
        print('hero name %s'%self._heroname)
        print(self.name)

t1 = Mythread(args=('鲁班七号'))
t2 = Mythread(args='赵云')
t3 = Mythread(args='后裔')
t1.start()
t2.start()
t3.start()
>>>
currentThread is <Mythread(Thread-1, started 3924)>
hero name 鲁班七号
Thread-1
currentThread is <Mythread(Thread-2, started 11416)>
hero name 赵云
Thread-2
currentThread is <Mythread(Thread-3, started 5868)>
hero name 后裔
Thread-3

多线程共享全局变量

多线程中，全部变量都由全部线程共享，因此，任何一个变量均可以被任何一个线程修改，所以，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了
数据混乱：

import threading

g_nums = 0

def test1():
    global g_nums
    for x in range(1000000):
        g_nums+=1


def test2():
    global g_nums
    for x in range(1000000):
        g_nums+=1


if __name__ == '__main__':
    t1 = threading.Thread(target=test1)
    t2 = threading.Thread(target=test2)
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    print(g_nums)
>>>
1320177

互斥锁

当线程同时修改末一个共享数据时，须要进行同步控制。
线程同步可以保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁

保证共享数据操做的完整性。每一个对象都对应于一个可称为" 互斥锁" 的标记，这个标记用来保证在任一时刻，只能有一个线程访问该对象。

import threading
from threading import Lock

lock = Lock()
g_nums = 0

def test1():
    global g_nums
    lock.acquire()
    for x in range(1000000):
        g_nums+=1
    lock.release()


def test2():
    global g_nums
    lock.acquire()
    for x in range(1000000):
        g_nums+=1
    lock.release()


if __name__ == '__main__':
    t1 = threading.Thread(target=test1)
    t2 = threading.Thread(target=test2)
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    print(g_nums)
>>>
2000000

RLock（可重入锁）是一个能够被同一个线程请求屡次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程能够再次调用acquire()，释放锁时须要调用release()相同次数。

能够认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用 acquire()/release()，计数器将+1/-1，为0时锁处于未锁定状态。

简言之：Lock属于全局，Rlock属于线程

Lock对比Rlock

#coding:utf-8
 
import threading
lock = threading.Lock() #Lock对象
lock.acquire()
lock.acquire()  #产生了死锁。
lock.release()
lock.release()
print lock.acquire()
 
 
import threading
rLock = threading.RLock()  #RLock对象
rLock.acquire()
rLock.acquire() #在同一线程内，程序不会堵塞。
rLock.release()
rLock.release()

Condition类

　　Condition（条件变量）一般与一个锁关联。须要在多个Contidion中共享一个锁时，能够传递一个Lock/RLock实例给构造方法，不然它将本身生成一个RLock实例。

　　能够认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于等待阻塞状态，直到另外一个线程调用notify()/notifyAll()通知；获得通知后线程进入锁定池等待锁定。

构造方法：
Condition([lock/rlock])

实例方法：
　　acquire([timeout])/release(): 调用关联的锁的相应方法。
　　wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已得到锁定，不然将抛出异常。
　notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试得到锁定（进入锁定池）；其余线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已得到锁定，不然将抛出异常。
　　notifyAll():调用这个方法将通知等待池中全部的线程，这些线程都将进入锁定池尝试得到锁定。调用这个方法不会释放锁定。使用前线程必须已得到锁定，不然将抛出异常。

例子1：生产者消费者：

# encoding: UTF-8
import threading
import time

# 商品
product = None
# 条件变量
con = threading.Condition()


# 生产者方法
def produce():
    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(2)


# 消费者方法
def consume():
    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(2)

t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()
>>>
produce...
consume...
produce...
consume...
produce...
consume...
......

例子2：生产者消费者

import threading
import time

condition = threading.Condition()
products = 0

class Producer(threading.Thread):
    def run(self):
        global products
        while True:
            if condition.acquire():
                if products < 10:
                    products += 1
                    print( "Producer(%s):deliver one, now products:%s" %(self.name, products))
                    condition.notify()#不释放锁定，所以须要下面一句
                    condition.release()
                else:
                    print( "Producer(%s):already 10, stop deliver, now products:%s" %(self.name, products))
                    condition.wait()#自动释放锁定
                time.sleep(2)

class Consumer(threading.Thread):
    def run(self):
        global products
        while True:
            if condition.acquire():
                if products > 1:
                    products -= 1
                    print( "Consumer(%s):consume one, now products:%s" %(self.name, products))
                    condition.notify()
                    condition.release()
                else:
                    print( "Consumer(%s):only 1, stop consume, products:%s" %(self.name, products))
                    condition.wait()
                time.sleep(2)

if __name__ == "__main__":
    for p in range(0, 2):
        p = Producer()
        p.start()

    for c in range(0, 3):
        c = Consumer()
        c.start()
>>>
Producer(Thread-1):deliver one, now products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
...

Event事件
　　Event（事件）是最简单的线程通讯机制之一：一个线程通知事件，其余线程等待事件。Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为False。wait()将阻塞线程至等待阻塞状态。

　　Event其实就是一个简化版的Condition。Event没有锁，没法使线程进入同步阻塞状态。

构造方法：
Event()

实例方法：
1.isSet(): 当内置标志为True时返回True。
2.set(): 将标志设为True，并通知全部处于等待阻塞状态的线程恢复运行状态。

1. clear():将标志设为False。
2. wait([timeout]): 若是标志为True将当即返回，不然阻塞线程至等待阻塞状态，等待其余线程调用set()。

# encoding: UTF-8
import threading
import time

event = threading.Event()


def func():
    # 等待事件，进入等待阻塞状态
    print( '%s wait for event...' % threading.currentThread().getName())
    event.wait()

    # 收到事件后进入运行状态
    print( '%s recv event.' % threading.currentThread().getName())


t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()

time.sleep(2)

# 发送事件通知
print( 'MainThread set event.')
event.set()
>>>
Thread-1 wait for event...
Thread-2 wait for event...
MainThread set event.
Thread-2 recv event.
Thread-1 recv event.

Event对象关键的特性是他会唤醒全部的线程。若是咱们编写的程序只但愿唤醒一个单独的线程，那么最好使用Semaphore或者Condition对象

#encoding:utf-8
# __author__ = 'donghao'
# __time__ = 2019/4/1 21:30
import threading
import time


def worker(n, seam):
    seam.acquire()
    print('working',n)
    time.sleep(1)


if __name__ == '__main__':
    seam = threading.Semaphore(0)
    nworkers = 10
    for n in range(10):
        t = threading.Thread(target=worker, args=(n, seam,))
        t.start()

    while True:
        time.sleep(1)
        seam.release()
>>>
working 0
working 1
working 2
working 3
working 4
working 5
working 6
......

timer类

Timer（定时器）是Thread的派生类，用于在指定时间后调用一个方法。

构造方法：
Timer(interval, function, args=[], kwargs={})

• interval: 指定的时间
• function: 要执行的方法
• args/kwargs: 方法的参数

# encoding: UTF-8
import threading


def func():
    print( 'hello timer!')


timer = threading.Timer(5, func)
timer.start()

local类
local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程没法访问其余线程设置的属性；线程设置的属性不会被其余线程设置的同名属性替换。

能够把local当作是一个“线程-属性字典”的字典，local封装了从自身使用线程做为 key检索对应的属性字典、再使用属性名做为key检索属性值的细节。

`# encoding: UTF-8
import threading

local = threading.local()
local.tname = '王者荣耀'


def func():
    local.tname = '鲁班七号'
    print(local.tname)



t1 = threading.Thread(target=func)
t1.start()
t1.join()

print(local.tname)
>>>
鲁班七号
王者荣耀