Python 多線程 threading和multiprocessing模塊
Python中常使用的線程模塊
thread（低版本使用的），threading
Queue
multiprocessing
threading
thread模塊是Python低版本中使用的，高版本中被threading代替了。threading模塊提供了更方便的API來(lái)操作線程。
threading.Thread
Thread是threading模塊中最重要的類之一，可以使用它來(lái)創(chuàng)建線程。創(chuàng)建新的線程有兩種方法：
方法一：直接創(chuàng)建threading.Thread類的對(duì)象，初始化時(shí)將可調(diào)用對(duì)象作為參數(shù)傳入。
方法二：通過(guò)繼承Thread類，重寫它的run方法。
Thread類的構(gòu)造方法：
__init__(group=None, target=None, name=None, args=(), kwargs=None, verbose=None)
參數(shù)說(shuō)明：
group：線程組，目前還沒(méi)有實(shí)現(xiàn)，庫(kù)引用中提示必須是None。
target：要執(zhí)行的方法；
name：線程名；
args/kwargs：要傳入方法的參數(shù)。
Thread類擁有的實(shí)例方法：
isAlive()：返回線程是否在運(yùn)行。正在運(yùn)行指的是啟動(dòng)后，終止前。
getName(name)/setName(name)：獲取/設(shè)置線程名。
isDaemon(bool)/setDaemon(bool)：獲取/設(shè)置是否為守護(hù)線程。初始值從創(chuàng)建該線程的線程繼承而來(lái)，當(dāng)沒(méi)有非守護(hù)線程仍在運(yùn)行時(shí)，程序?qū)⒔K止。
start()：?jiǎn)?dòng)線程。
join([timeout])：阻塞當(dāng)前上下文環(huán)境的線程，直到調(diào)用此方法的線程終止或到達(dá)指定的等待時(shí)間timeout（可選參數(shù)）。即當(dāng)前的線程要等調(diào)用join()這個(gè)方法的線程執(zhí)行完，或者是達(dá)到規(guī)定的時(shí)間。
直接創(chuàng)建threading.Thread類的對(duì)象
實(shí)例：
from threading import Thread
import time
def run(a = None, b = None) :
print a, b
time.sleep(1)
t = Thread(target = run, args = ("this is a", "thread"))
#此時(shí)線程是新建狀態(tài)
print t.getName()#獲得線程對(duì)象名稱
print t.isAlive()#判斷線程是否還活著。
t.start()#啟動(dòng)線程
t.join()#等待其他線程運(yùn)行結(jié)束
執(zhí)行結(jié)果：
Thread-1
False
this is a thread
1
2
3
4
1
2
3
4
注意：
t = Thread(target = run, args = ("this is a", "thread"))
這句只是創(chuàng)建了一個(gè)線程，并未執(zhí)行這個(gè)線程，此時(shí)線程處于新建狀態(tài)。
t.start()#啟動(dòng)線程
啟動(dòng)線程，此時(shí)線程扔為運(yùn)行，只是處于準(zhǔn)備狀態(tài)。
自定義函數(shù)run()，使我們自己根據(jù)我們需求自己定義的，函數(shù)名可以隨便取，run函數(shù)的參數(shù)來(lái)源于后面的args元組。
通過(guò)繼承Thread類
實(shí)例：
from threading import Thread
import time
class MyThread(Thread) :
def __init__(self, a) :
super(MyThread, self).__init__()
#調(diào)用父類的構(gòu)造方法
self.a = a
def run(self) :
print "sleep :", self.a
time.sleep(self.a)
t1 = MyThread(2)
t2 = MyThread(4)
t1.start()
t2.start()
t1.join()
t2.join()
執(zhí)行結(jié)果：
4
由于創(chuàng)建了兩個(gè)并發(fā)執(zhí)行的線程t1和t2，并發(fā)線程的執(zhí)行時(shí)間不定，誰(shuí)先執(zhí)行完的時(shí)間也不定，所以執(zhí)行后打印的結(jié)果順序也是不定的。每一次執(zhí)行都有可能出現(xiàn)不同的結(jié)果。
注意：
繼承Thread類的新類MyThread構(gòu)造函數(shù)中必須要調(diào)用父類的構(gòu)造方法，這樣才能產(chǎn)生父類的構(gòu)造函數(shù)中的參數(shù)，才能產(chǎn)生線程所需要的參數(shù)。新的類中如果需要?jiǎng)e的參數(shù)，直接在其構(gòu)造方法中加即可。
同時(shí)，新類中，在重寫父類的run方法時(shí)，它默認(rèn)是不帶參數(shù)的，如果需要給它提供參數(shù)，需要在類的構(gòu)造函數(shù)中指定，因?yàn)樵诰€程執(zhí)行的過(guò)程中，run方法時(shí)線程自己去調(diào)用的，不用我們手動(dòng)調(diào)用，所以沒(méi)法直接給傳遞參數(shù)，只能在構(gòu)造方法中設(shè)定好參數(shù)，然后再run方法中調(diào)用。
針對(duì)join()函數(shù)用法的實(shí)例：
# encoding: UTF-8
import threading
import time
def context(tJoin):
print 'in threadContext.'
tJoin.start()
# 將阻塞tContext直到threadJoin終止。
tJoin.join()
# tJoin終止后繼續(xù)執(zhí)行。
print 'out threadContext.'
def join():
print 'in threadJoin.'
time.sleep(1)
print 'out threadJoin.'
tJoin = threading.Thread(target=join)
tContext = threading.Thread(target=context, args=(tJoin,))
tContext.start()
執(zhí)行結(jié)果：
in threadContext.
in threadJoin.
out threadJoin.
out threadContext.
1
2
3
4
5
1
2
3
4
5
解析：
主程序中這句tJoin = threading.Thread(target=join)執(zhí)行后，只是創(chuàng)建了一個(gè)線程對(duì)象tJoin，但并未啟動(dòng)該線程。
tContext = threading.Thread(target=context, args=(tJoin,))
tContext.start()
上面這兩句執(zhí)行后，創(chuàng)建了另一個(gè)線程對(duì)象tContext并啟動(dòng)該線程（打印in threadContext.），同時(shí)將tJoin線程對(duì)象作為參數(shù)傳給context函數(shù)，在context函數(shù)中，啟動(dòng)了tJoin這個(gè)線程，同時(shí)該線程又調(diào)用了join()函數(shù)（tJoin.join()），那tContext線程將等待tJoin這線程執(zhí)行完成后，才能繼續(xù)tContext線程后面的，所以先執(zhí)行join()函數(shù)，打印輸出下面兩句：
in threadJoin.
out threadJoin.
tJoin線程執(zhí)行結(jié)束后，繼續(xù)執(zhí)行tContext線程，于是打印輸出了out threadContext.，于是就看到我們上面看到的輸出結(jié)果，并且無(wú)論執(zhí)行多少次，結(jié)果都是這個(gè)順序。但如果將context()函數(shù)中tJoin.join()這句注釋掉，再執(zhí)行該程序，打印輸出的結(jié)果順序就不定了，因?yàn)榇藭r(shí)這兩線程就是并發(fā)執(zhí)行的。
multiprocessing.dummy
Python中線程multiprocessing模塊與進(jìn)程使用的同一模塊。使用方法也基本相同，唯一不同的是，from multiprocessing import Pool這樣導(dǎo)入的Pool表示的是進(jìn)程池；
from multiprocessing.dummy import Pool這樣導(dǎo)入的Pool表示的是線程池。這樣就可以實(shí)現(xiàn)線程里面的并發(fā)了。
線程池實(shí)例：
import time
from multiprocessing.dummy import Pool as ThreadPool
#給線程池取一個(gè)別名ThreadPool
def run(fn):
time.sleep(2)
print fn
if __name__ == '__main__':
testFL = [1,2,3,4,5]
pool = ThreadPool(10)#創(chuàng)建10個(gè)容量的線程池并發(fā)執(zhí)行
pool.map(run, testFL)
pool.close()
pool.join()
執(zhí)行結(jié)果：
5
