pythonでのスレッドの使用

PythonはGIL(global Interpretor Lock)とキューモデルでリソースのプリエンプト問題を処理し、Python解釈器はスレッドセキュリティではなく、このロックを持ってこそpythonオブジェクトに安全にアクセスできるため、pythonはマルチCPUリソースをうまく利用できない.
前の文章ではプロセスについて話しましたが、なぜマルチスレッドが必要なのか、プロセスのオーバーヘッドが大きく、通信が面倒なため、マルチスレッドが必要で、マルチスレッドは単独のプロセスで同時に実行されるタスクです.
スレッドステータス:スリープ停止の実行準備完了
threadモジュール
start_の使用new_thread(func,(args1,args2...))
start_new_threadこのメソッドは、パラメータとして関数を受信し、スレッドを開始します.threadモジュールの使用はもうお勧めしません.
threadingモジュール
メソッドを使用してthreadingを継承Threadはrunを書き換える

import threading,time
class ThreadDemo(threading.Thread):
    def __init__(self,index,create_time):
        threading.Thread.__init__(self)
        self.index = index
        self.create_time = create_time
    def run(self):
        time.sleep(1)
        print (time.time()-self.create_time),"\t",self.index
        print "Thread %d exit" % (self.index)
        
        
for x in range(5):
    t = ThreadDemo(x,time.time())
    t.start()

一般的な方法:
start run join setDaemon isDaemon startとrunの違いに注意
join注意2点:

timeoutを設定しないと、joinはスレッドが終了するまでブロックされます.

スレッドは自分の実行コードでjoinできません.そうしないと

がデッドロックします.
threading.local()
異なるスレッドに異なる値として保存されます.Javaのthreadlocalと

import threading,time,random
class ThreadLocal(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)
        self.local = threading.local()
    def run(self):
        time.sleep(random.random())
        self.local.numbers = []
        for i in range(10):
            self.local.numbers.append(random.choice(range(10)))
        print threading.currentThread,self.local.numbers
                
for x in range(5):
    t = ThreadLocal()
    t.start()

スレッド同期
りんかいしげん
臨界リソースは、実際にはマルチスレッドにアクセスされるコードです.臨界リソースへのアクセスについては、マルチスレッドが臨界リソースにアクセスすると、予想外の結果が得られます.たとえば、カウンタのincreaseメソッドでは、+1を1回呼び出し、100スレッドが呼び出されると、最終結果は通常100未満になります.これは、同時アクセスと変更によるものです.

import threading
class Counter:
    def __init__(self):
        self.value = 0
    def increase(self):
        self.value += 1
        return self.value
counter = Counter()     
class ThreadDemo(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)
    def run(self):
        print counter.increase()
               
for x in range(100):
    t = ThreadDemo()
    t.start()

の結果はほとんど100未満であり、このような問題を回避するためにいくつかの措置が必要である.
threadロック機構
threadを使用allocate_lock()はロックを割り当て、acquireはロックを取得し、実行が完了するとreleaseが解放され、コードは以下の通りです.

import threading,thread
class Counter:
    def __init__(self):
        self.value = 0
        self.lock = thread.allocate_lock()
    def increase(self):
        self.lock.acquire()
        self.value += 1
        self.lock.release()
        return self.value   
counter = Counter()     
class ThreadDemo(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)
    def run(self):
        print counter.increase()
               
for x in range(100):
    t = ThreadDemo()
    t.start()

条件変数ロックメカニズムは同期問題を解決できるが,複雑なマルチスレッド問題に遭遇するとどうしようもない.例えば、一般的な生産者-消費者の問題では、スレッド間で相互に感知する必要があります.ここでは条件変数を使用します.
もちろん,条件変数を用いてもロック機能が実現され,acquireとreleaseメソッドが提供され,notify notifyall waitも提供される.
生産者と消費者の例

from threading import Thread,Condition,currentThread
import time,random


class Producer(Thread):
    def __init__(self,condition,goods):
        Thread.__init__(self)
        self.cond=condition
        self.goods=goods
       
    def run(self):
        while 1:
            self.cond.acquire()
            self.goods.append(chr(random.randint(97, 122)))
            print self.goods
            cond.notifyAll()
            cond.release()
            time.sleep(random.choice(range(3)))
            
class Consumer(Thread):
    def __init__(self,condition,goods):
        Thread.__init__(self)
        self.cond=condition
        self.goods=goods


    def run(self):
        while 1:
            cond.acquire()
            while not goods:
                print "has no good,wait..."
                cond.wait()
            print "consume:",goods.pop(0)
            print self.goods
            cond.release()
            time.sleep(random.choice(range(2)))


goods=[]
cond=Condition()
p = Producer(cond,goods)
c = Consumer(cond,goods)
p.start()
c.start()

ここでは池に上限がないと仮定し、生産者はずっと生産することができ、消費者は池に何かがあってこそ消費することができ、暇な時にwaitを待たなければならない.ここはJAVAと同じ考え方で、違いは自分で同期の池を書く必要はありません.どうせロックはグローバルロックです.
同期キュー
Queue.Queue(maxsize=10) 
sizeを1未満に設定するとsizeに制限はありません.
メソッドはput()
get()
blockパラメータがあり、デフォルト1で、空のときに取るか、満のときに保存すると待ちます.0の場合はエラーとなります

# queue_example.py
from Queue import Queue
import threading
import random
import time


# Producer thread
class Producer(threading.Thread):
    def __init__(self, threadname, queue):
        threading.Thread.__init__(self, name = threadname)
        self.sharedata = queue
    def run(self):
        for i in range(20):
            print self.getName(),'adding',i,'to queue'
            self.sharedata.put(i)
            time.sleep(random.randrange(2))
        print self.getName(),'Finished'


# Consumer thread
class Consumer(threading.Thread):
    def __init__(self, threadname, queue):
        threading.Thread.__init__(self, name = threadname)
        self.sharedata = queue
    def run(self):
        for i in range(20):
            print self.getName(),'got a value:',self.sharedata.get()
            time.sleep(random.randrange(4))
        print self.getName(),'Finished'


# Main thread
def main():
    queue = Queue(2)
    producer = Producer('Producer', queue)
    consumer = Consumer('Consumer', queue)


    print 'Starting threads ...'
    producer.start()
    consumer.start()


    producer.join()
    consumer.join()


    print 'All threads have terminated.'


if __name__ == '__main__':
    main()