Python多线程
Python的并行开发有两种方式：fork和thread（线程）。thread比fork更轻量级，具有更好运行效率和可移植性，在需要进行并行操作的场合首推thread。
python标准库内置一个thread模块，该模块提供一个轻便简易的多线程编程接口，可以无需任何修改就能够运行在Win、Solaris、Linux等操作系统上。浏览一下thread模块：
import thread
dir(thread)
看到
['LockType', '__doc__', '__name__', '_local', 'allocate', 'allocate_lock', 'error', 'exit', 'exit_thread', 'get_ident', 'interrupt_main', 'stack_size', 'start_new', 'start_new_thread']
创建线程是我们的首要任务，我们将要用到的是start_new和start_new_thread方法，我们推荐start_new_thread，因为start_new已经是陈旧的版本。下面的代码展示了如何创建线程：
import thread
def childthread(threadid):
print ‘I am child thread’,threadid
def parentthread():
i=0
while 1:
i+=1
thread.start_new_thread(childthread,(i,))
if raw_input()==’q':break
parentthread()
运行该程序会看到如下效果：
I am child thread 1
I am child thread 2
I am child thread 3
q
每次按下回车，屏幕上就会出现一行来自start_new_thread所创建的线程的信息，知道我们输入q按回车为止。
可见thread模块通过start_new_thread给我们提供一个基于函数的线程创建接口。start_new_thread方法有两个参数，第一个参数是我们预定义的函数(这里是childthread)，也就是我们想要创建的线程体；第二个参数是一个tuple（元组），罗列线程体的函数的所有参数，为什么要用一个tuple呢？python很具灵活性，因为不管线程体有多少个参数，通过一个tuple我们就可以传递足够的参数，这里我么传递一个(i,)的tuple，表示只有一个参数。
Python中，我们可以使用N个线程同时访问该进程的内存空间，这是线程固有的特点。下面我们尝试做到这一点。
import thread
i=0
def doit(ind):
global i
temp=i
i=temp+1
print "i=%d" % i
for ind in range(1000):
thread.start_new_thread(doit,(ind,))
raw_input()
运行代码，我们看到好奇怪的现象：
程序期待的结果是依次打印出从1到1000的值，而我们发现部分数值并没有被打印出来，而部分数值却重复打印了。原因很简单，试想现在有A、B两个线程同时访问i，执行顺序如下，假设现在i=100：
A: temp=100
B: temp=100
A: i=temp+1=100+1=101
A: 打印i=101
B: i=temp+1=100+1=101
B: 打印i=101
很显然，我们得到了两条i=101的结果，这就是为什么会出现上面的现象。原因是各个线程之间对变量的访问没有一个粒子性，就是没有实现当A线程访问变量i的时候，B线程应该等待A线程处理完后再访问i。这个就是线程同步的问题。
对于这个问题，python同样给我提供一个很轻便的接口去解决，就是锁(lock)。当一个线程申请一个锁以后，其他线程如果要申请锁，必须要等待这个锁被释放以后才能得到，从而实现线程的互相等待。下面尝试通过锁解决这个问题：
import thread
i=0
def doit(ind):
global i
global mutex
mutex.acquire()
temp=i
i=temp+1
print "i=%d" % i
mutex.release()
mutex=thread.allocate_lock()
for ind in range(1000):
thread.start_new_thread(doit,(ind,))
raw_input()
运行程序，现在我们可以看到i从1到1000很正常的打印出来了。我们把temp=i和i=temp+1语句放在申请锁和释放锁中间，就可以防止多个线程同时执行这两段代码。
Related posts: