Threading模塊從 Python 1.5.2 版開始出現，用于增強底層的多線程模塊thread。Threading 模塊讓操作多線程變得更簡單，并且支持程序同時運行多個操作。

[[277715]]

注意，Python 中的多線程最好用于處理有關 I/O 的操作，如從網上下載資源或者從本地讀取文件或者目錄。如果你要做的是 CPU 密集型操作，那么你需要使用 Python 的multiprocessing模塊。這樣做的原因是，Python 有一個全局解釋器鎖 (GIL)，使得所有子線程都必須運行在同一個主線程中。正因為如此，當你通過多線程來處理多個 CPU 密集型任務時，你會發現它實際上運行的更慢。因此，我們將重點放在那些多線程最擅長的領域：I/O 操作!

線程簡介

多線程能讓你像運行一個獨立的程序一樣運行一段長代碼。這有點像調用子進程(subprocess)，不過區別是你調用的是一個函數或者一個類，而不是獨立的程序。在我看來，舉例說明更有助于解釋。下面來看一個簡單的例子：

import threading 
 
def doubler(number): 
""" 
可以被線程使用的一個函數 
""" 
print(threading.currentThread.getName + '\n') 
print(number * 2) 
print 
 
if __name__ == '__main__': 
for i in range(5): 
my_thread = threading.Thread(target=doubler, args=(i,)) 
my_thread.start 

這里，我們導入 threading 模塊并且創建一個叫 doubler的常規函數。這個函數接受一個值，然后把這個值翻一番。它還會打印出調用這個函數的線程的名稱，并在最后打印一行空行。然后在代碼的最后一塊，我們創建五個線程并且依次啟動它們。在我們實例化一個線程時，你會注意到，我們把 doubler 函數傳給target參數，同時也給 doubler 函數傳遞了參數。Args參數看起來有些奇怪，那是因為我們需要傳遞一個序列給 doubler 函數，但它只接受一個變量，所以我們把逗號放在尾部來創建只有一個參數的序列。

需要注意的是，如果你想等待一個線程結束，那么需要調用 join方法。

當你運行以上這段代碼，會得到以下輸出內容：

Thread-1 
 
0 
 
Thread-2 
 
2 
 
Thread-3 
 
4 
 
Thread-4 
 
6 
 
Thread-5 
 
8 

當然，通常情況下你不會希望輸出打印到標準輸出。如果不幸真的這么做了，那么最終的顯示效果將會非常混亂。你應該使用 Python 的 logging 模塊。它是線程安全的，并且表現出色。讓我們用 logging模塊修改上面的例子并且給我們的線程命名。代碼如下：

import logging 
import threading 
 
def get_logger: 
logger = logging.getLogger("threading_example") 
logger.setLevel(logging.DEBUG) 
 
fh = logging.FileHandler("threading.log") 
fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s' 
formatter = logging.Formatter(fmt) 
fh.setFormatter(formatter) 
 
logger.addHandler(fh) 
return logger 
 
def doubler(number, logger): 
""" 
可以被線程使用的一個函數 
""" 
logger.debug('doubler function executing') 
result = number * 2 
logger.debug('doubler function ended with: {}'.format( 
result)) 
 
if __name__ == '__main__': 
logger = get_logger 
thread_names = ['Mike', 'George', 'Wanda', 'Dingbat', 'Nina'] 
for i in range(5): 
my_thread = threading.Thread( 
target=doubler, name=thread_names[i], args=(i,logger)) 
my_thread.start 

代碼中最大的改變就是加入了 get_logger函數。這段代碼將創建一個被設置為調試級別的日志記錄器。它將日志保存在當前目錄(即腳本運行所在的目錄)下，然后設置每行日志的格式。格式包括時間戳、線程名、日志記錄級別以及日志信息。

在 doubler 函數中，我們把 print語句換成 logging 語句。你會注發現，在創建線程時，我們給 doubler 函數傳入了 logger 對象。這樣做的原因是，如果在每個線程中實例化 logging 對象，那么將會產生多個 logging 單例(singleton)，并且日志中將會有很多重復的內容。

最后，創建一個名稱列表，然后使用 name關鍵字參數為每一個線程設置具體名稱，這樣就可以為線程命名。運行以上代碼，將會得到包含以下內容的日志文件：

2016-07-24 20:39:50,055 - Mike - DEBUG - doubler function executing 
2016-07-24 20:39:50,055 - Mike - DEBUG - doubler function ended with: 0 
2016-07-24 20:39:50,055 - George - DEBUG - doubler function executing 
2016-07-24 20:39:50,056 - George - DEBUG - doubler function ended with: 2 
2016-07-24 20:39:50,056 - Wanda - DEBUG - doubler function executing 
2016-07-24 20:39:50,056 - Wanda - DEBUG - doubler function ended with: 4 
2016-07-24 20:39:50,056 - Dingbat - DEBUG - doubler function executing 
2016-07-24 20:39:50,057 - Dingbat - DEBUG - doubler function ended with: 6 
2016-07-24 20:39:50,057 - Nina - DEBUG - doubler function executing 
2016-07-24 20:39:50,057 - Nina - DEBUG - doubler function ended with: 8 

輸出結果不言自明，所以繼續介紹其他內容。在本節中再多說一點，即通過繼承 threading.Thread實現多線程。舉最后一個例子，通過繼承 threading.Thread 創建子類，而不是直接調用 Thread 函數。

更新后的代碼如下：

import logging 
import threading 
 
class MyThread(threading.Thread): 
def __init__(self, number, logger): 
threading.Thread.__init__(self) 
self.number = number 
self.logger = logger 
 
def run(self): 
""" 
運行線程 
""" 
logger.debug('Calling doubler') 
doubler(self.number, self.logger) 
 
def get_logger: 
logger = logging.getLogger("threading_example") 
logger.setLevel(logging.DEBUG) 
 
fh = logging.FileHandler("threading_class.log") 
fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s' 
formatter = logging.Formatter(fmt) 
fh.setFormatter(formatter) 
 
logger.addHandler(fh) 
return logger 
 
def doubler(number, logger): 
""" 
可以被線程使用的一個函數 
""" 
logger.debug('doubler function executing') 
result = number * 2 
logger.debug('doubler function ended with: {}'.format( 
result)) 
 
if __name__ == '__main__': 
logger = get_logger 
thread_names = ['Mike', 'George', 'Wanda', 'Dingbat', 'Nina'] 
for i in range(5): 
thread = MyThread(i, logger) 
thread.setName(thread_names[i]) 
thread.start 

這個例子中，我們只是創建一個繼承于 threading.Thread的子類。像之前一樣，傳入一個需要翻一番的數字，以及 logging 對象。但是這次，設置線程名稱的方式有點不太一樣，變成了通過調用 thread 對象的setName方法來設置。不過仍然需要調用start來啟動線程，不過你可能注意到我們并不需要在子類中定義該方法。當調用start時，它會通過調用run方法來啟動線程。在我們的類中，我們調用 doubler 函數來做處理。輸出結果中除了一些添加的額外信息內容幾乎差不多。運行下這個腳本，看看你會得到什么。

線程鎖與線程同步

當你有多個線程，就需要考慮怎樣避免線程沖突。我的意思是說，你可能遇到多個線程同時訪問同一資源的情況。如果不考慮這些問題并且制定相應的解決方案，那么在開發產品過程中，你總會在最糟糕的時候遇到這些棘手的問題。

解決辦法就是使用線程鎖。鎖由 Python 的 threading 模塊提供，并且它最多被一個線程所持有。當一個線程試圖獲取一個已經鎖在資源上的鎖時，該線程通常會暫停運行，直到這個鎖被釋放。來讓我們看一個非常典型沒有卻應具備鎖功能的例子：

import threading 
 
total = 0 
 
def update_total(amount): 
""" 
Updates the total by the given amount 
""" 
global total 
total += amount 
print (total) 
if __name__ == '__main__': 
for i in range(10): 
my_thread = threading.Thread( 
target=update_total, args=(5,)) 
my_thread.start 

如果往以上代碼添加 time.sleep函數并給出不同長度的時間，可能會讓這個例子更有意思。無論如何，這里的問題是，一個線程可能已經調用update_total函數并且還沒有更新完成，此時另一個線程也有可能調用它并且嘗試更新內容。根據操作執行順序的不同，該值可能只被增加一次。

讓我們給這個函數添加鎖。有兩種方法可以實現。第一種方式是使用 try/finally，從而確保鎖肯定會被釋放。下面是示例：

import threading 
 
total = 0 
 
lock = threading.Lock 
def update_total(amount): 
""" 
Updates the total by the given amount 
""" 
global total 
lock.acquire 
try: 
total += amount 
finally: 
lock.release 
print (total) 
 
if __name__ == '__main__': 
for i in range(10): 
my_thread = threading.Thread( 
target=update_total, args=(5,)) 
my_thread.start 

如上，在我們做任何處理之前就獲取鎖。然后嘗試更新 total 的值，最后釋放鎖并打印出 total 的當前值。事實上，我們可以使用 Python 的 with語句避免使用 try/finally 這種較為繁瑣的語句：

import threading 
 
total = 0 
 
lock = threading.Lock 
 
def update_total(amount): 
""" 
Updates the total by the given amount 
""" 
global total 
with lock: 
total += amount 
print (total) 
 
if __name__ == '__main__': 
for i in range(10): 
my_thread = threading.Thread( 
target=update_total, args=(5,)) 
my_thread.start 

正如你看到的那樣，我們不再需要 try/finally作為上下文管理器，而是由with語句作為替代。

當然你也會遇到要在代碼中通過多個線程訪問多個函數的情況。當你第一次編寫并發代碼時，代碼可能是這樣的：

import threading 
 
total = 0 
 
lock = threading.Lock 
def do_something: 
lock.acquire 
try: 
print('Lock acquired in the do_something function') 
finally: 
lock.release 
print('Lock released in the do_something function') 
return "Done doing something" 
 
def do_something_else: 
lock.acquire 
try: 
print('Lock acquired in the do_something_else function') 
finally: 
lock.release 
print('Lock released in the do_something_else function') 
return "Finished something else" 
 
if __name__ == '__main__': 
result_one = do_something 
result_two = do_something_else 

這樣的代碼在上面的情況下能夠正常工作，但假設你有多個線程都調用這兩個函數呢。當一個線程正在運行這兩個函數，然后另外一個線程也可能會修改這些數據，最后得到的就是不正確的結果。問題是，你甚至可能沒有馬上意識到結果錯了。有什么解決辦法呢?讓我們試著找出答案。

通常首先想到的就是在調用這兩個函數的地方上鎖。讓我們試著修改上面的例子，修改成如下所示：

import threading 
 
total = 0 
 
lock = threading.RLock 
def do_something: 
 
with lock: 
print('Lock acquired in the do_something function') 
print('Lock released in the do_something function') 
return "Done doing something" 
 
 
def do_something_else: 
with lock: 
print('Lock acquired in the do_something_else function') 
print('Lock released in the do_something_else function') 
return "Finished something else" 
 
def main: 
with lock: 
result_one = do_something 
result_two = do_something_else 
print (result_one) 
print (result_two) 
 
if __name__ == '__main__': 
main 

當你真正運行這段代碼時，你會發現它只是掛起了。究其原因，是因為我們只告訴 threading 模塊獲取鎖。所以當我們調用第一個函數時，它發現鎖已經被獲取，隨后便把自己掛起了，直到鎖被釋放，然而這將永遠不會發生。

真正的解決辦法是使用重入鎖(Re-Entrant Lock)。threading 模塊提供的解決辦法是使用RLock函數。即把lock = threading.lock替換為lock = threading.RLock，然后重新運行代碼，現在代碼就可以正常運行了。

如果你想在線程中運行以上代碼，那么你可以用以下代碼取代直接調用 main函數：

if __name__ == '__main__': 
for i in range(10): 
my_thread = threading.Thread( 
target=main) 
my_thread.start 

每個線程都會運行 main 函數，main 函數則會依次調用另外兩個函數。最終也會產生 10 組結果集。

定時器

Threading 模塊有一個優雅的 Timer類，你可以用它來實現在指定時間后要發生的動作。它們實際上會啟動自己的自定義線程，通過調用常規線程上的start方法即可運行。你也可以調用它的cancel方法停止定時器。值得注意的是，你甚至可以在開始定時器之前取消它。

有一天，我遇到一個特殊的情況：我需要與已經啟動的子進程通信，但是我需要它有超時處理。雖然處理這種特殊問題有很多不同的方法，不過我最喜歡的解決方案是使用 threading 模塊的 Timer 類。

在下面這個例子中，我們將使用 ping指令作為演示。在 Linux 系統中，ping 命令會一直運行下去直到你手動殺死它。所以在 Linux 世界里，Timer 類就顯得非常方便。示例如下：

import subprocess 
from threading import Timer 
 
kill = lambda process: process.kill 
cmd = ['ping', 'www.google.com'] 
ping = subprocess.Popen( 
cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE) 
 
my_timer = Timer(5, kill, [ping]) 
try: 
my_timer.start 
stdout, stderr = ping.communicate 
finally: 
my_timer.cancel 
print (str(stdout)) 

這里我們在 lambda 表達式中調用 kill 殺死進程。接下來啟動 ping 命令，然后創建 Timer 對象。你會注意到，第一個參數就是需要等待的秒數，第二個參數是需要調用的函數，緊跟其后的參數是要調用函數的入參。在本例中，我們的函數是一個 lambda 表達式，傳入的是一個只有一個元素的列表。如果你運行這段代碼，它應該會運行 5 秒鐘，然后打印出 ping 的結果。

其他線程組件

Threading 模塊包含對其他功能的支持。例如，你可以創建信號量(Semaphore)，這是計算機科學中最古老的同步原語之一。基本上，一個信號量管理一個內置的計數器。當你調用acquire時計數器就會遞減，相反當你調用release時就會遞增。根據其設計，計數器的值無法小于零，所以如果正好在計數器為零時調用 acquire 方法，該方法將阻塞線程。

譯者注：通常使用信號量時都會初始化一個大于零的值，如 semaphore = threading.Semaphore(2)

另一個非常有用的同步工具就是事件(Event)。它允許你使用信號(signal)實現線程通信。在下一節中我們將舉一個使用事件的實例。

最后，在 Python 3.2 中加入了 Barrier對象。Barrier 是管理線程池中的同步原語，在線程池中多條線程需要相互等待對方。如果要傳遞 barrier，每一條線程都要調用wait方法，在其他線程調用該方法之前線程將會阻塞。全部調用之后將會同時釋放所有線程。

線程通信

某些情況下，你會希望線程之間互相通信。就像先前提到的，你可以通過創建 Event對象達到這個目的。但更常用的方法是使用隊列(Queue)。在我們的例子中，這兩種方式都會有所涉及。下面讓我們看看到底是什么樣子的：

import threading 
from queue import Queue 
 
def creator(data, q): 
""" 
生成用于消費的數據，等待消費者完成處理 
""" 
print('Creating data and putting it on the queue') 
for item in data: 
evt = threading.Event 
q.put((item, evt)) 
 
print('Waiting for data to be doubled') 
evt.wait 
 
def my_consumer(q): 
""" 
消費部分數據，并做處理 
 
這里所做的只是將輸入翻一倍 
 
""" 
while True: 
data, evt = q.get 
print('data found to be processed: {}'.format(data)) 
processed = data * 2 
print(processed) 
evt.set 
q.task_done 
 
if __name__ == '__main__': 
q = Queue 
data = [5, 10, 13, -1] 
thread_one = threading.Thread(target=creator, args=(data, q)) 
thread_two = threading.Thread(target=my_consumer, args=(q,)) 
thread_one.start 
thread_two.start 
 
q.join 

讓我們掰開揉碎分析一下。首先，我們有一個創建者(creator)函數(亦稱作生產者(producer))，我們用它來創建想要操作(或者消費)的數據。然后用另外一個函數 my_consumer來處理剛才創建出來的數據。Creator 函數使用 Queue 的put方法向隊列中插入數據，消費者將會持續不斷的檢測有沒有更多的數據，當發現有數據時就會處理數據。Queue 對象處理所有的獲取鎖和釋放鎖的過程，這些不用我們太關心。

在這個例子中，先創建一個列表，然后創建兩個線程，一個用作生產者，一個作為消費者。你會發現，我們給兩個線程都傳遞了 Queue 對象，這兩個線程隱藏了關于鎖處理的細節。隊列實現了數據從第一個線程到第二個線程的傳遞。當第一個線程把數據放入隊列時，同時也傳遞一個 Event 事件，緊接著掛起自己，等待該事件結束。在消費者側，也就是第二個線程，則做數據處理工作。當完成數據處理后就會調用 Event 事件的 set方法，通知第一個線程已經把數據處理完畢了，可以繼續生產了。

最后一行代碼調用了 Queue 對象的 join方法，它會告知 Queue 等待所有線程結束。當第一個線程把所有數據都放到隊列中，它也就運行結束了。

結束語

以上涵蓋了關于線程的諸多方面，主要包括：

• 線程基礎知識
• 鎖的工作方式
• 什么是事件以及如何使用
• 如何使用定時器
• 通過 Queues/Events 實現線程間通信

現在你們知道如何使用線程以及線程擅長什么了，希望在你們的代碼中能有它們的用武之地。