編譯地址：
http://agiliq.com/blog/2013/09/understanding-threads-in-python/
譯者：acmerfight
原文地址：
https://github.com/acmerfight/insight_python/blob/master/understand_thread.md

我們將會看到一些在Python中使用線程的實例和如何避免線程之間的競爭。

你應當將下邊的例子運行多次，以便可以注意到線程是不可預測的和線程每次運行出的不同結(jié)果。

聲明：從這里開始忘掉你聽到過的關于GIL的東西，因為GIL不會影響到我想要展示的東西。

示例1:

我們將要請求五個不同的url：

單線程

import time
import urllib2

def get_responses():
    urls = [
        'http://www.google.com',
        'http://www.amazon.com',
        'http://www.ebay.com',
        'http://www.alibaba.com',
        'http://www.reddit.com'
    ]
    start = time.time()
    for url in urls:
        print url
        resp = urllib2.urlopen(url)
        print resp.getcode()
    print "Elapsed time: %s" % (time.time()-start)

get_responses()

輸出是：

http://www.google.com 200
http://www.amazon.com 200
http://www.ebay.com 200
http://www.alibaba.com 200
http://www.reddit.com 200
Elapsed time: 3.0814409256

解釋：

• url順序的被請求；
• 除非cpu從一個url獲得了回應，否則不會去請求下一個url；
• 網(wǎng)絡請求會花費較長的時間，所以cpu在等待網(wǎng)絡請求的返回時間內(nèi)一直處于閑置狀態(tài)。

多線程

import urllib2
import time
from threading import Thread

class GetUrlThread(Thread):
    def __init__(self, url):
        self.url = url 
        super(GetUrlThread, self).__init__()

    def run(self):
        resp = urllib2.urlopen(self.url)
        print self.url, resp.getcode()

def get_responses():
    urls = [
        'http://www.google.com', 
        'http://www.amazon.com', 
        'http://www.ebay.com', 
        'http://www.alibaba.com', 
        'http://www.reddit.com'
    ]
    start = time.time()
    threads = []
    for url in urls:
        t = GetUrlThread(url)
        threads.append(t)
        t.start()
    for t in threads:
        t.join()
    print "Elapsed time: %s" % (time.time()-start)

get_responses()

輸出:

http://www.reddit.com 200
http://www.google.com 200
http://www.amazon.com 200
http://www.alibaba.com 200
http://www.ebay.com 200
Elapsed time: 0.689890861511

解釋：

• 意識到了程序在執(zhí)行時間上的提升。
• 我們寫了一個多線程程序來減少cpu的等待時間，當我們在等待一個線程內(nèi)的網(wǎng)絡請求返回時，這時cpu可以切換到其他線程去進行其他線程內(nèi)的網(wǎng)絡請求。
• 我們期望一個線程處理一個url，所以實例化線程類的時候我們傳了一個url。
• 線程運行意味著執(zhí)行類里的run()方法。
• 無論如何我們想每個線程必須執(zhí)行run()。
• 為每個url創(chuàng)建一個線程并且調(diào)用start()方法，這告訴了cpu可以執(zhí)行線程中的run()方法了。
• 我們希望所有的線程執(zhí)行完畢的時候再計算花費的時間，所以調(diào)用了join()方法。
• join()可以通知主線程等待這個線程結(jié)束后，才可以執(zhí)行下一條指令。
• 每個線程我們都調(diào)用了join()方法，所以我們是在所有線程執(zhí)行完畢后計算的運行時間。

關于線程：

• cpu可能不會在調(diào)用start()后馬上執(zhí)行run()方法。
• 你不能確定run()在不同線程建間的執(zhí)行順序。
• 對于單獨的一個線程，可以保證run()方法里的語句是按照順序執(zhí)行的。
• 這就是因為線程內(nèi)的url會首先被請求，然后打印出返回的結(jié)果。

實例2

我們將會用一個程序演示一下多線程間的資源競爭，并修復這個問題。

from threading import Thread


#define a global variable
some_var = 0 

class IncrementThread(Thread):
    def run(self):
        #we want to read a global variable
        #and then increment it
        global some_var
        read_value = some_var
        print "some_var in %s is %d" % (self.name, read_value)
        some_var = read_value + 1 
        print "some_var in %s after increment is %d" % (self.name, some_var)

def use_increment_thread():
    threads = []
    for i in range(50):
        t = IncrementThread()
        threads.append(t)
        t.start()
    for t in threads:
        t.join()
    print "After 50 modifications, some_var should have become 50"
    print "After 50 modifications, some_var is %d" % (some_var,)

use_increment_thread()

多次運行這個程序，你會看到多種不同的結(jié)果。

解釋：

• 有一個全局變量，所有的線程都想修改它。
• 所有的線程應該在這個全局變量上加 1 。
• 有50個線程，最后這個數(shù)值應該變成50，但是它卻沒有。

為什么沒有達到50？

• 在some_var是15的時候，線程t1讀取了some_var，這個時刻cpu將控制權給了另一個線程t2。
• t2線程讀到的some_var也是15
• t1和t2都把some_var加到16
• 當時我們期望的是t1 t2兩個線程使some_var + 2變成17
• 在這里就有了資源競爭。
• 相同的情況也可能發(fā)生在其它的線程間，所以出現(xiàn)了最后的結(jié)果小于50的情況。

解決資源競爭

from threading import Lock, Thread
lock = Lock()
some_var = 0 


class IncrementThread(Thread):
    def run(self):
        #we want to read a global variable
        #and then increment it
        global some_var
        lock.acquire()
        read_value = some_var
        print "some_var in %s is %d" % (self.name, read_value)
        some_var = read_value + 1 
        print "some_var in %s after increment is %d" % (self.name, some_var)
        lock.release()

def use_increment_thread():
    threads = []
    for i in range(50):
        t = IncrementThread()
        threads.append(t)
        t.start()
    for t in threads:
        t.join()
    print "After 50 modifications, some_var should have become 50"
    print "After 50 modifications, some_var is %d" % (some_var,)

use_increment_thread()

再次運行這個程序，達到了我們預期的結(jié)果。

解釋：

• Lock 用來防止競爭條件。
• 如果在執(zhí)行一些操作之前，線程t1獲得了鎖。其他的線程在t1釋放Lock之前，不會執(zhí)行相同的操作。
• 我們想要確定的是一旦線程t1已經(jīng)讀取了some_var，直到t1完成了修改some_var，其他的線程才可以讀取some_var。
• 這樣讀取和修改some_var成了邏輯上的原子操作。

實例3

讓我們用一個例子來證明一個線程不能影響其他線程內(nèi)的變量（非全局變量）。

time.sleep()可以使一個線程掛起，強制線程切換發(fā)生。

from threading import Thread
import time

class CreateListThread(Thread):
    def run(self):
        self.entries = []
        for i in range(10):
            time.sleep(1)
            self.entries.append(i)
        print self.entries

def use_create_list_thread():
    for i in range(3):
        t = CreateListThread()
        t.start()

use_create_list_thread()

運行幾次后發(fā)現(xiàn)并沒有打印出爭取的結(jié)果。當一個線程正在打印的時候，cpu切換到了另一個線程，所以產(chǎn)生了不正確的結(jié)果。我們需要確保print self.entries是個邏輯上的原子操作，以防打印時被其他線程打斷。

我們使用了Lock()，來看下邊的例子。

from threading import Thread, Lock
import time

lock = Lock()

class CreateListThread(Thread):
    def run(self):
        self.entries = []
        for i in range(10):
            time.sleep(1)
            self.entries.append(i)
        lock.acquire()
        print self.entries
        lock.release()

def use_create_list_thread():
    for i in range(3):
        t = CreateListThread()
        t.start()

use_create_list_thread()

這次我們看到了正確的結(jié)果。證明了一個線程不可以修改其他線程內(nèi)部的變量（非全局變量）。