并发和线程
基本概念 - 并行、并发
并行, parallel
互不干扰的在同一时刻做多件事;
如,同一时刻,同时有多辆车在多条车道上跑,即同时发生的概念.
并发, concurrency
同时做某些事,但是强调同一时段做多件事.
如,同一路口,发生了车辆要同时通过路面的事件.
队列, 缓冲区
类似排队,是一种天然解决并发的办法.排队区域就是缓冲区.
解决并发:
【 "食堂打饭模型", 中午12点,大家都涌向食堂,就是并发.人很多就是高并发.】
1、队列, 缓冲区:
队列: 即排队.
缓冲区: 排成的队列.
优先队列: 如果有男生队伍和女生队伍,女生队伍优先打饭,就是优先队列.
2、争抢:
锁机制: 争抢打饭,有人抢到,该窗口在某一时刻就只能为这个人服务,锁定窗口,即锁机制.
争抢也是一种高并发解决方案,但是有可能有人很长时间抢不到,所以不推荐.
3、预处理:
统计大家爱吃的菜品,最爱吃的80%热门菜提前做好,20%冷门菜现做,这样即使有人锁定窗口,也能很快释放.
这是一种提前加载用户需要的数据的思路,预处理思想,缓存常用.
4、并行:
开多个打饭窗口,同时提供服务.
IT日常可以通过购买更多服务器,或多开线程,进程实现并行处理,解决并发问题.
这是一种水平扩展的思路.
注: 如果线程在单CPU上处理,就不是并行了.
5、提速:
通过提高单个窗口的打饭速度,也是解决并发的方式.
IT方面提高单个CPU性能,或单个服务器安装更多的CPU.
这是一种垂直扩展的思想.
6、消息中间件:
如上地地铁站的九曲回肠的走廊,缓冲人流.
常见消息中间件: RabbitMQ, ActiveMQ(Apache), RocketMQ(阿里Apache), kafka(Apache)等.
【以上例子说明: 技术源于生活! 】
进程和线程
a) 在实现了线程的操作系统中,线程是操作系统能够运算调度的最小单位.
b) 线程被包含在进程中,是进程的实际运作单位.
c) 一个程序的执行实例就是一个进程.
进程(Process)是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配和调度的基本单位,是操作系统结构的基础.
进程和程序的关系: 进程是线程的容器.
Linux进程有父进程和子进程之分,windows的进程是平等关系.
线程有时称为轻量级进程,一个标准的线程由线程ID,当前指令指针,寄存器集合和堆栈组成.
当运行一个程序时,OS会创建一个进程。它会使用系统资源（CPU、内存和磁盘空间）和OS内核中的数据结构（文件、网络连接、用量统计等）。
进程之间是互相隔离的，即一个进程既无法访问其他进程的内容，也无法操作其他进程。
操作系统会跟踪所有正在运行的进程，给每个进程一小段运行时间，然后切换到其他进程，这样既可以做到公平又可以响应用户操作。
可以在图形界面中查看进程状态，在在Windows上可以使用任务管理器。也可以自己编写程序来获取进程信息。
# 获取正在运行的python解释器的进程号和当前工作目录,及用户ID、用户组ID。
In [1]: import os In [2]: os.getpid() Out[2]: 2550 In [3]: os.getuid() Out[3]: 0 In [4]: os.getcwd() Out[4]: '/root' In [5]: os.getgid() Out[5]: 0 In [6]:
对线程、线程的理解:
- 进程是独立的王国,进程间不能随便共享数据.
- 线程是省份,同一进程内的线程可以共享进程的资源,每一个线程有自己独立的堆栈.
线程的状态:
- 就绪(Ready): 线程一旦运行,就在等待被调度.
- 运行(Running): 线程正在运行.
- 阻塞(Blocked): 线程等待外部事件发生而无法运行,如I/O操作.
- 终止(Terminated): 线程完成或退出,或被取消.
python中的进程和线程: 进程会启动一个解释器进程,线程共享一个解释器进程.
python的线程开发
python线程开发使用标准库threading.
thread类
# 签名
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, *, daemon=None)
- target: 线程调用的对象,就是目标函数.
- name: 为线程起个名字.
- args: 为目标函数传递实参, 元组.
- kwargs: 为目标函数关键字传参, 字典.
线程启动
import threading
# 最简单的线程程序
def worker():
print("I'm working")
print("Finished")
t = threading.Thread(target=worker, name='worker') # 线程对象.
t.start()
通过threading.Thread创建一个线程对象,target是目标函数,name可以指定名称.
但是线程没有启动,需要调用start方法.
线程会执行函数,是因为线程中就是执行代码的,而最简单的封装就是函数,所以还是函数调用.
函数执行完,线程也会随之退出.
如果不让线程退出，或者让线程一直工作: 函数内部使用while循环.
import threading
import time
def worker():
while True:
time.sleep(1)
print("I'm work")
print('Finished')
t = threading.Thread(target=worker, name='worker') # 线程对象.
t.start() # 启动.
线程退出
python没有提供线程退出的方法,在下面情况时会退出:
- 线程函数内语句执行完毕.
- 线程函数中抛出未处理的异常.
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
raise RuntimeError()
# return
time.sleep(1)
print("I'm working")
count += 1
t = threading.Thread(target=worker, name='worker') # 线程对象.
t.start() # 启动.
print("==End==")
python的线程没有优先级,没有线程组的概念,也不能被销毁、停止、挂起,自然也没有恢复、中断.
线程的传参
import threading
import time
def add(x, y):
print('{} + {} = {}'.format(x, y, x + y, threading.current_thread()))
thread1 = threading.Thread(target=add, name='add', args=(4, 5)) # 线程对象.
thread1.start() # 启动.
time.sleep(2)
thread2 = threading.Thread(target=add, name='add',args=(5, ), kwargs={'y': 4}) # 线程对象.
thread2.start() # 启动.
time.sleep(2)
thread3 = threading.Thread(target=add, name='add', kwargs={'x': 4, 'y': 5}) # 线程对象.
thread3.start() # 启动.
线程传参和函数传参没什么区别,本质上就是函数传参.
threading的属性和方法
current_thread() # 返回当前线程对象.
main_thread() # 返回主线程对象.
active_count() # 当前处于alive状态的线程个数.
enumerate() # 返回所有活着的线程的列表,不包括已经终止的线程和未开始的线程.
get_ident() # 返回当前线程ID,非0整数.
active_count、enumerate方法返回的值还包括主线程。
import threading
import time
def showthreadinfo():
print('currentthread = {}'.format(threading.current_thread()))
print('main thread = {}'.format(threading.main_thread()), '"主线程对象"')
print('active count = {}'.format(threading.active_count()), '"alive"')
def worker():
count = 1
showthreadinfo()
while True:
if (count > 5):
break
time.sleep(1)
count += 1
print("I'm working")
t = threading.Thread(target=worker, name='worker') # 线程对象.
showthreadinfo()
t.start() # 启动.
print('==END==')
thread实例的属性和方法
name: 只是一个名称标识,可以重名, getName()、setName()来获取、设置这个名词。
ident: 线程ID, 它是非0整数。线程启动后才会有ID，否则为None。线程退出，此ID依旧可以访问。此ID可以重复使用。
is_alive(): 返回线程是否活着。
注： 线程的name是一个名称，可以重复; ID必须唯一，但可以在线程退出后再利用。
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
break
time.sleep(1)
count += 1
print(threading.current_thread().name, '~~~~~~~~~~~~~~~~~~~~~~~')
t = threading.Thread(name='worker', target=worker)
print(t.ident)
t.start()
while True:
time.sleep(1)
if t.is_alive():
print('{} {} alive'.format(t.name, t.ident))
else:
print('{} {} dead'.format(t.name, t.ident))
t.start()
start(): 启动线程。每一个线程必须且只能执行该方法一次。
run(): 运行线程函数。
为了演示,派生一个Thread子类
# start方法.
import threading
import time
def worker():
count = 0
while True:
if (count >= 5):
break
time.sleep(1)
count += 1
print('worker running')
class MyThread(threading.Thread):
def start(self):
print('start~~~~~~~~~~~~~')
super().start()
def run(self):
print('run~~~~~~~~~~~~~~~~~')
super().run()
t = MyThread(name='worker', target=worker)
t.start()
run方法
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
break
time.sleep(1)
count += 1
print('worker running')
class MyThread(threading.Thread):
def start(self):
print('start~~~~~~~~~~~~~~~')
super().start()
def run(self):
print('run~~~~~~~~~~~~~~~~~')
super().run()
t = MyThread(name='worker', target=worker)
# t.start()
t.run()
start()方法会调用run()方法，而run()方法可以运行函数。
这两个方法看似功能重复，但不能只留其一,如下：
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
break
time.sleep(1)
count += 1
print("worker running")
print(threading.current_thread().name)
class MyThread(threading.Thread):
def start(self):
print('start~~~~~~~~~~~~~')
super().start()
def run(self):
print('run~~~~~~~~~~~~~~~')
super().run()
t = MyThread(name='worker', target=worker)
# t.start()
t.run() # 分别执行start或者run方法。
使用start方法启动线程，启动了一个新的线程，名字叫做worker running,但是使用run方法启动的线程，并没有启动新的线程，只是在主线程中调用了一个普通的函数而已。
因此,启动线程要使用start方法，才能启动多个线程。
多线程
顾名思义，多个线程，一个进程中如果有多个线程，就是多线程，实现一种并发。
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
break
time.sleep(2)
count += 1
print('worker running')
print(threading.current_thread().name, threading.current_thread().ident)
class MyThread(threading.Thread):
def start(self):
print('start~~~~~~~~~~~~~~')
super().start()
def run(self):
print('run~~~~~~~~~~~~~~~~~~')
super().run() # 查看父类在做什么？
t1 = MyThread(name='worker1', target=worker)
t2 = MyThread(name='worker2', target=worker)
t1.start()
t2.start()
可以看到worker1和worker2交替执行。
换成run方法试试：
import threading
import time
def worker():
count = 0
while True:
if (count > 5):
break
time.sleep(1)
count += 1
print('worker running')
print(threading.current_thread().name, threading.current_thread().ident)
class MyThread(threading.Thread):
def start(self):
print('start~~~~~~')
super().start()
def run(self):
print('run~~~~~~~~~~~~')
super().run()
t1 = MyThread(name='worker1', target=worker)
t2 = MyThread(name='worker2', target=worker)
# t1.start()
# t2.start()
t1.run()
t2.run()
没有开新的线程，这就是普通函数调用，所以执行完t1.run(),然后执行t2.run(),这里就不是多线程。
当使用start方法启动线程后，进程内有多个活动的线程并行的工作，就是多线程。
一个进程中至少有一个线程，并作为程序的入口，这个线程就是主线程。一个进程至少有一个主线程。
其他线程称为工作线程。
线程安全
需要在ipython中演示：
In [1]: import threading
...: def worker():
...: for x in range(5):
...: print("{} is running".format(threading.current_thread().name))
...:
...: for x in range(1, 5):
...: name = 'worker{}'.format(x)
...: t = threading.Thread(name=name, target=worker)
...: t.start()
...:
可以看到运行结果中，本应该是一行行打印，但很多字符串打印在了一起，这说明print函数被打断了，被线程切换打断了。
print函数分两步，第一步打印字符串，第二部换行，就在这之间，发生了线程的切换。
说明print函数不是线程安全函数。
线程安全: 线程执行一段代码，不会产生不确定的结果，那这段代码就是线程安全的。
1、不让print打印换行：
import threading
def worker():
for x in range(100):
print('{} is running
'.format(threading.current_thread().name), end='')
for x in range(1, 5):
name = 'worker{}'.format(x)
t = threading.Thread(name=name, target=worker)
t.start()
字符串是不可变类型，它可以作为一个整体不可分割输出。end=''的作用就是不让print输出换行。
2、使用logging.
标准库里面的logging模块、日志处理模块、线程安全、生成环境代码都使用logging。
import threading
import logging
def worker():
for x in range(100):
# print("{} is running.
".format(threading.current_thread().name), end='')
logging.warning('{} is running'.format(threading.current_thread().name))
for x in range(1, 5):
name = 'work{}'.format(x)
t = threading.Thread(name=name, target=worker)
t.start()
daemon线程和non-daemon线程
注：这里的daemon不是Linux中的守护进程。
进程靠线程执行代码，至少有一个主线程，其他线程是工作线程。
主线程是第一个启动的线程。
父线程：如果线程A中启动了一个线程B，A就是B的父线程。
子线程：B就是A的子线程。
python中构造线程的时候可以设置daemon属性，这个属性必须在start方法之前设置好。
源码Thread的__init__方法中:
if daemon is not None:
self._daemonic = daemon # 用户设定bool值。
else:
self._daemonic = current_thread().daemon
self._ident = None
线程daemon属性,如果设定就是用户的设置,否则就取当前线程的daemon值。
主线程是non-daemon,即daemon=False。
import time
import threading
def foo():
time.sleep(5)
for i in range(20):
print(i)
# 主线程是non-daemon线程.
t = threading.Thread(target=foo, daemon=False)
t.start()
print('Main Thread Exiting')
运行发现线程t依然执行，主线程已经执行完，但是一直等着线程t.
修改为 t = threading.Threading(target=foo, daemon=True),运行发现主线程执行完程序立即结束了,根本没有等线程t.
import threading
import logging
logging.basicConfig(level=logging.INFO) #警告级别
import time
def worker():
for x in range(10):
time.sleep(1)
msg = ("{} is running".format(threading.current_thread()))
logging.info(msg)
t = threading.Thread(target=worker1,name="worker1-{}".format(x),daemon=False)
t.start()
# t.join()
def worker1():
for x in range(10):
time.sleep(0.3)
msg = ("¥¥¥¥¥{} is running".format(threading.current_thread()))
logging.info(msg)
t = threading.Thread(target=worker,name='worker-{}'.format(0),daemon=True)
t.start()
# t.join()
time.sleep(0.3)
print('ending')
print(threading.enumerate())
结论：
daemon=False 运行发现子线程依然执行，主线程已经执行完，但是主线程会一直等着子线程执行完.
daemon=True 运行发现主线程执行完程序立即结束了。
daemon属性：表示线程是否是daemon线程，这个值必须在start()之前设置，否则引发RuntimeError异常。
isDaemon()：是否是daemon线程。
setDaemon：设置为daemon线程，必须在start方法之前设置。
总结:
线程具有一个daemon属性，可以显式设置为True或False,也可以不设置,不设置则取默认值None。
如果不设置daemon，就取当前线程的daemon来设置它。子子线程继承子线程的daemon值，作用和设置None一样。
主线程是non-daemon线程，即daemon=False。
从主线程创建的所有线程不设置daemon属性，则默认都是daemon=False,也就是non-daemon线程。
python程序在没有活着的non-daemon线程运行时退出，也就是剩下的只能是daemon线程，主线程才能退出，否则主线程就只能等待。
如下程序输出：
import time
import threading
def bar():
time.sleep(10)
print('bar')
def foo():
for i in range(20):
print(i)
t = threading.Thread(target=bar, daemon=False)
t.start()
# 主线程是non-daemon线程.
t = threading.Thread(target=foo, daemon=True)
t.start()
print('Main Threading Exiting')
上例中，没有输出bar这个字符串，如何修改才会打印出来bar？
import time
import threading
def bar():
time.sleep(1)
print('bar')
def foo():
for i in range(5):
print(i)
t = threading.Thread(target=bar, daemon=False)
t.start()
# 主线程是non-daemon线程.
t = threading.Thread(target=foo, daemon=True)
t.start()
time.sleep(1)
print('Main Threading Exiting')
再看一个例子，看看主线程合适结束daemon线程。
import time
import threading
def foo(n):
for i in range(n):
print(i)
time.sleep(1)
t1 = threading.Thread(target=foo, args = (10, ), daemon=True) # 调换10和20，看看效果。
t1.start()
t2 = threading.Thread(target=foo, args = (20, ), daemon=False)
t2.start()
time.sleep(2)
print('Main Threading Exiting')
上例说明，如果有non-daemon线程的时候，主线程退出时，也不会杀掉所有daemon线程，直到所有non-daemon线程全部结束，
如果还有daemon线程，主线程需要退出，会结束所有 daemon线程，退出。
join方法
import time
import threading
def foo(n):
for i in range(n):
print(i)
time.sleep(1)
t1 = threading.Thread(target=foo, args=(10, ), daemon=False)
t1.start()
t1.join() # 设置join.
print('Main Thread Exiting')
使用了join方法后，daemon线程执行完了，主线程才退出。
join(timeout=None),是线程的标准方法之一。
一个线程中调用另一个线程的join方法，调用者将被阻塞，直到被调用线程终止。
一个线程可以被join多次。
timeout参数指定调用者等待多久，没有设置超时，就一直等待被调用线程结束。
调用谁的join方法，就是join谁，就要等谁。