轉載自： http://c4fun.cn/blog/2014/05/06/python-threading/
python中關于多線程的操作可以使用thread和threading模塊來實現，其中thread模塊在Py3中已經改名為_thread，不再推薦使用。而threading模塊是在thread之上進行了封裝，也是推薦使用的多線程模塊，本文主要基于threading模塊進行介紹。在某些版本中thread模塊可能不存在，要使用dump_threading來代替threading模塊。
threading模塊中每個線程都是一個Thread對象，創建一個線程有兩種方式，一種是將函數傳遞到Thread對象中執行，另一種是從Thread繼承，然后重寫run方法（是不是跟java很像）。
下面使用這兩種方法分別創建一個線程并同時執行
1 import random, threading 2 def threadFunction(): 3 for i in range(10): 4 PRint 'ThreadFuction - %d'%i 5 time.sleep(random.randrange(0,2)) 6 7 8 class ThreadClass(threading.Thread): 9 def __init__(self):10 threading.Thread.__init__(self);11 12 def run(self):13 for i in range(10):14 print 'ThreadClass - %d'%i15 time.sleep(random.randrange(0,2))16 17 if __name__ == '__main__':18 tFunc = threading.Thread(target = threadFunction);19 tCls = ThreadClass()20 tFunc.start()21 tCls.start()
執行結果如下，可以看到兩個線程在交替打印。至于空行和一行多個輸出，是因為Py的print并不是線程安全的，在當前線程的print打印了部分內容后，準備打印換行之前，被別的線程中的print搶先，在換行之前打印了其它的內容。
ThreadFuction - 0ThreadFuction - 1ThreadFuction - 2ThreadClass - 0ThreadFuction - 3ThreadClass - 1ThreadFuction - 4ThreadClass - 2ThreadClass - 3ThreadClass - 4ThreadFuction - 5ThreadClass - 5ThreadClass - 6ThreadClass - 7ThreadClass - 8ThreadFuction - 6ThreadClass - 9ThreadFuction - 7ThreadFuction - 8ThreadFuction - 9
Thread類的構造函數定義如下
class threading.Thread(group=None, target=None, name=None, args=(), kwargs={})group： 留作ThreadGroup擴展使用，一般沒什么用target：新線程的任務函數名name： 線程名，一般也沒什么用args： tuple參數kwargs：dictionary參數
Thread類的成員變量和函數如下
start() 啟動一個線程run() 線程執行體，也是一般要重寫的內容join([timeout]) 等待線程結束name 線程名ident 線程IDdaemon 是否守護線程isAlive()、is_alive() 線程是否存活getName()、setName() Name的get&set方法isDaemon()、setDaemon() daemon的get&set方法
這里的守護線程與linux中的守護進程并不是一個概念。這里是指當所有守護線程退出后主程序才會退出，否則即使線程任務沒有結束，只要不是守護線程，都會跟著主程序一起退出。而Linux中的守護進程定義正好相反，守護進程已經脫離父進程，不會隨著父進程的結束而退出。
線程同步是多線程中的一個核心問題，threading模塊對線程同步有著良好的支持、包括線程特定數據、信號量、互斥鎖、條件變量等。
簡而言之，線程特定數據就是線程獨自持有的全局變量，相互之間的修改不會造成影響。
threading模塊中使用local()方法生成一個線程獨立對象，舉例如下，其中sleep(1)是為了保證讓子線程先運行完再運行接下來的語句。
1 data = threading.local() 2 def threadFunction(): 3 global data 4 data.x = 3 5 print threading.currentThread(), data.x 6 7 if __name__ == '__main__': 8 data.x = 1 9 tFunc = threading.Thread(target = threadFunction).start();10 time.sleep(1)11 print threading.current_thread(), data.x
<Thread(Thread-1, started 36208)> 3<_MainThread(MainThread, started 35888)> 1
輸出如上，可以看到，Thread-1中對data.x的修改并沒有影響到主線程中data.x的值。
threading中定義了兩種鎖：threading.Lock和threading.RLock。兩者的不同在于后者是可重入鎖，也就是說在一個線程內重復LOCK同一個鎖不會發生死鎖，這與POSIX中的PTHREAD_MUTEX_RECURSIVE也就是可遞歸鎖的概念是相同的。
關于互斥鎖的API很簡單，只有三個函數————分配鎖，上鎖，解鎖。
threading.Lock() 分配一個互斥鎖acquire([blocking=1]) 上鎖(阻塞或者非阻塞，非阻塞時相當于try_lock，通過返回False表示已經被其它線程鎖住。)release() 解鎖
下面通過一個例子來說明互斥鎖的使用。在之前的例子中，多線程print會造成混亂的輸出，這里使用一個互斥鎖，來保證每行一定只有一個輸出。
1 def threadFunction(arg): 2 while True: 3 lock.acquire() 4 print 'ThreadFuction - %d'%arg 5 lock.release() 6 7 if __name__ == '__main__': 8 lock = threading.Lock() 9 threading.Thread(target = threadFunction, args=(1,)).start();10 threading.Thread(target = threadFunction, args=(2,)).start();
條件變量總是與互斥鎖一起使用的，threading中的條件變量默認綁定了一個RLock，也可以在初始化條件變量的時候傳進去一個自己定義的鎖。
可用的函數如下
threading.Condition([lock]) 分配一個條件變量acquire(*args) 條件變量上鎖release() 條件變量解鎖wait([timeout]) 等待喚醒，timeout表示超時notify(n=1) 喚醒最大n個等待的線程notifyAll()、notify_all() 喚醒所有等待的線程
下面這個例子使用條件變量來控制兩個線程交替運行
1 num = 0 2 def threadFunction(arg): 3 global num 4 while num < 10: 5 cond.acquire() 6 while num % 2 != arg: 7 cond.wait() 8 print 'Thread %d - %d' %(arg, num) 9 num += 110 cond.notify()11 cond.release()12 13 if __name__ == '__main__':14 cond = threading.Condition()15 threading.Thread(target = threadFunction, args=(0,)).start();16 threading.Thread(target = threadFunction, args=(1,)).start();
輸出如下
Thread 0 - 0Thread 1 - 1Thread 0 - 2Thread 1 - 3Thread 0 - 4Thread 1 - 5Thread 0 - 6Thread 1 - 7Thread 0 - 8Thread 1 - 9Thread 0 - 10
其實上面這個程序是有問題的，我們想打印的是0~9，但實際上10也被打印了出來，原因很簡單，因為兩個線程交替打印，使得num在一個線程中可能加2，從而導致10被打印出來，所以必須在打印前再次check。
新聞熱點
疑難解答
