「Python」 threading：进程中管理并发操作
threading 基于 _thread 模块构建了更高级别的线程接口，；
源码：https://hg.python.org/cpython/file/3.5/Lib/threading.py
API
| active_count | current_thread | get_ident | enumerate |
|---|---|---|---|
| main_thread | settrace(func) | setprofile(func) | stack_size([size]) |
常量：TIMEOUT_MAX
一、 Hello World
- threading.Thread(target=func, args) 创建线程；
- t.start() 启动线程；
- 等待所有线程运行完毕
- 设置为守护进程： setDaemon(True)
- 进程阻塞： join()
测试发现，多线程程序反而更慢；原因是因为“全局解释锁（GIL）”，每条指令执行前都需要获取这把锁；而多线程需要上下文切换及获取和释放锁，故而没能起到多线程的作用，且托慢了程序；
Thread 对象
确定当前线程
守护与非守护线程
枚举所有线程
派生线程
定时器线程
线程间传送信号
控制资源访问
同步线程
限制资源的并发访问
线程特定的数据
附录
A API
1. active_count()
返回当前处于活跃状态的 Thread 对象的个数；返回的数目等于 enumerate() 返回的列表的长度；
2. current_thread()
返回当前的 Thread 对象，对应于调用者控制的线程；如果调用者控制的线程不是通过 threading 模块创建的，则返回一个只有有限功能的虚假线程对象；
3. get_ident()
返回当前线程的’线程标识符’；它是一个非零的整数；用于索引线程特定数据的字典；当一个线程退出另外一个线程创建时，线程的ID可以重用；
4. enumerate()
返回当前活跃的的 Thread 对象的列表；该列表包括守护线程、由 current_thread() 创建的虚假线程对象和主线程；它不包括已终止的线程和尚未开始的线程；
5. main_thread()
返回主 Thread 对象；在正常情况下，主线程是从 Python 解释器中启动的线程；
6. settrace(func)
为所有从 threading 模块启动的线程设置一个跟踪函数；在每个线程的 run() 方法调用之前，func 将传递给 sys.settrace()；
7. setprofile(func)
为所有从 threading 模块启动的线程设置一个 profile 函数；这个 profile 函数将在每个线程的 run() 方法被调用之前传递给 sys.setprofile；
8. stack_size([size])
返回创建新的线程时该线程使用的栈的大小；可选的size参数指定用于随后创建的线程的堆栈大小，并且必须为0（使用平台或已配置的默认值）或至少为32,768（32 KiB）的正整数值；如果未指定 size，则使用0；如果不支持更改线程堆栈大小，则会引发 RuntimeError；如果指定的栈的大小不合法，则引发一个 ValueError 且栈的大小不会改变；32 KiB 是当前支持的最小堆栈大小值，以保证解释器本身有足够的堆栈空间。请注意，一些平台可能对堆栈大小的值有特殊限制，例如要求最小堆栈大小 > 32 KiB 或需要分配系统内存页大小的倍数 - 有关更多信息，请参阅平台文档（4 KiB 页是常见的；使用 4096 的倍数作为堆栈大小是在没有更具体信息的情况下的建议方法）；可用的平台：Windows、 带有POSIX线程的系统；
9. TIMEOUT_MAX
这个 timeout 参数表示阻塞函数 (Lock.acquire(), RLock.acquire(), Condition.wait(), 等)所允许等待的最长时限；指定超过此值的超时将引发 OverflowError；
B 示例
1. threading（hellow world）示例
原始代码：
def worker(id):
print(id**2)
def Demo(length):
for i in range(length):
worker(i)
threading 多线程实现：
def threadDemo(length):
threads = []
for i in range(length):
t = threading.Thread(target=worker, args=(i,))
threads.append(t)
t.start()
return threads
def main():
threads = threadDemo(1000)
# 等待所有线程执行完成
for t in threads:
t.setDaemon(True)
t.join()
C 参考资料
- Doug Hellmann 著, 苏金国, et al 译. Python3 标准库[M]. 北京:机械工业出版社, 2018.
Comments