Python 多线程

language_py summary_2018/11

1、多线程

• 并发多任务的情况除了可以使用多进程，还可以使用多线程完成。
• 多线程是任务执行的基本单位，每一个进程都有一个线程，我们称为主线程，主线程可以创建子线程。
• 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。大多数情况我们只需要使用threading这个高级模块。

2、创建线程

import threading
# import time
def thread_test():
    # time.sleep(7) //如果创建多个线程几乎会同时完成，释放i/o
    print(f"{threading.current_thread().name}")
# 主线程
print(f"{threading.current_thread().name}")
# 子线程
t = threading.Thread(target=thread_test, name='test thread')
t.start()

3、线程通信 & lock

• 由于线程可以共享进程中的变量，因此我们可以不用像进程间通信那样，需要额外的方式进行进程间的通信，可以直接通过进程中的变量进行通信。
• Tips:由于所有的线程都可以访问进程中的变量，存在线程同时修改一个互斥变量时，导致修改为错误的结果，则需要lock。

// example:理论上最后输出的num=10，但是由于线程的切换，导致num输出了错误的结果
import threading
num = 10
def test_unlock(n):
    global num
    num -= n
    num += n
def test():
    for x in range(100000):
        test_unlock(x)
print(num)
t1 = threading.Thread(target=test)
t2 = threading.Thread(target=test)
t1.start()
t2.start()
t1.join()
t2.join()
print(num)
//输出
10
-17531
// 因此需要保证一个线程对test_unlock执行过程的完整持有，不会被其它线程中途切入，引入threading.Lock()实现
lock = threading.Lock()
# 正确输出结果
def test():
    for x in range(100000):
        lock.acquire()
        test_unlock(x)
        lock.release()

4、GIL锁(Global Interpreter Lock)

• Python GIL锁：python每个进程都有一个GIL锁，当进程中的线程需要获取CPU时，需要获得GIL锁，每个线程在执行完100条字节码后，就会释放锁，让其它线程有机会能够执行。
  
  • 导致在一个进程内，同一时刻只能有一个线程能够获得CPU，即使是多核cpu，要想释放多核cpu的能力，则需使用多进程，因为GIL锁在进程级别。 但可以用于并发i/o,释放i/o能力。

// 其它
1、GIL并不是python的特性，而是在CPython编译器上引入的特性。
2、GIL可以看作在进程上的全局锁，为了保证多线程中数据的一致性、完整性问题而引入，保证了线程安全。虽然发现了缺陷，但由于依赖GIL之上的功能太多，所有无法简单移除，虽然官方也在尝试进行改进，但还是比较困难。

5、参考文献

• python 多线程