本文希望達到的目標:
- 多線程的基本認識
- 多線程編程的模塊和類的使用
- Cpython的全局解釋器鎖GIL
一、多線程的基本認識
多線程編程的目的：並行處理子任務，大幅度地提升整個任務的效率。
線程就是運行在進程上下文的邏輯流。每個線程都有自己的線程上下文，包含唯一的線程ID（就當前所屬進程而言），棧，棧指針，程序計數器，通用寄存器和條件碼等。
同一個進程中的線程，共享相同的運行環境，共享同一片數據空間，所以線程間的通訊筆進程間的通信更簡單，但是這樣的共享是會有危險的，如果多線程共同訪問同一數據，因為訪問順序的不同，可能會導致結果不一致。
二、多線程編程的模塊和類的使用
為了更好說明多線程的優點以及多個標准庫使用的差異性，以模擬“一個程序完成2個獨立任務時間總和”為例子。
0、單進程單線程運行兩個獨立的任務：順序執行，完成第一個任務后，再完成第二個任務。總時間是各個循環 運行時間之和，實際兩個任務是完全獨立的，如果並行執行，是可以減少運行時間的。
import thread
from time import sleep,ctime
def loop0():
print 'start loop0','at:',ctime()
sleep(4)
print 'loop0','done at:',ctime()
def loop1():
print 'start loop1','at:',ctime()
sleep(3)
print 'loop1','done at:',ctime()
def main():
print 'starting at:',ctime()
loop0()
loop1()
print 'all done at:',ctime()
if __name__=='__main__':
main()
1、thread模塊
python提供了兩個標准庫用於多線程編程，thread模塊提供了基本的線程和鎖的支持，而 threading 提供了更高級別，功能更強的線程管理的功能。一般都建議使用threading模塊，畢竟功能更強大，更好管理。
thread模塊和對象：（官網：https://docs.python.org/2/library/thread.html）
使用多線程編程，創建兩個線程同時執行兩個獨立的任務，需要考慮，主線程執行時間和子線程執行時間的關系，如果單純的創建線程去運行這2個任務，主線程執行完成時間必然比子線程快，子線程未運行完，主線程就已經退出了，在thread模塊使用鎖對象lock來管理，為每個線程創建一個鎖對象，在線程執行完成后釋放鎖，而主線程判斷所有的鎖都釋放后才能結束，進程間的通訊機制就這樣簡單的建立起來。
import thread from time import sleep,ctime loops =[4,3] def loop(nloop,nsec,lock): print 'start loop',nloop,'at:',ctime() sleep(nsec) print 'loop',nloop,'done at:',ctime() lock.release() def main(): print 'starting at:',ctime() locks = [] nloops = range(len(loops)) for i in nloops: lock = thread.allocate_lock() lock.acquire() locks.append(lock) for i in nloops: thread.start_new_thread(loop,(i,loops[i],locks[i])) for i in nloops: print 'check lock' while locks[i].locked(): pass print 'all done at:',ctime() if __name__=='__main__': main()
運行時間為4s，單進程耗時7s，運行時間有減少。為什么不在創建鎖的循環里創建線程呢？有以下幾個原因：(1) 我 們想到實現線程的同步，所以要讓“所有的馬同時沖出柵欄”。(2) 獲取鎖要花一些時間，如果線程退出得“太快”，可能會導致還沒有獲得鎖，線程就已經結束了的情況。
注意：
A：子線程開始：創建對象調用start_new_thread函數時，該函數不是在主線程里運行， 而是產生一個新的線程來運行這個函數。一旦調用該函數，子線程已經開始運行。
B：子線程退出：它不支持守護線程。當主線程退出時，所有的子線程不論它們是否還在工作，都會被強行退出。
2、threading模塊 ：創建一個 Thread 的實例，傳給它一個函數
它不僅提供了 Thread 類，還提供了各 種非常好用的同步機制。
threading模塊和對象：（官網：https://docs.python.org/2/library/threading.html）
import threading from time import sleep,ctime loops =[4,3] def loop(nloop,nsec): print 'start loop',nloop,'at:',ctime() sleep(nsec) print 'loop',nloop,'done at:',ctime() def main(): print 'starting at:',ctime() threads = [] nloops = range(len(loops)) for i in nloops: t = threading.Thread(target=loop,args=(i,loops[i])) threads.append(t) for i in nloops: print 'thread',i,'start' threads[i].start() for i in nloops: print 'thread',i,'join' threads[i].join() print 'all done at:',ctime() if __name__=='__main__': main()
注意：
A、子線程開始：調用start函數。所有的線程都創建了之后，再一起調用 start()函數啟動，而不是創建一個啟動一個。而且， 不用再管理一堆鎖（分配鎖，獲得鎖，釋放鎖，檢查鎖的狀態等）
B、子線程結束：可以控制子線程和主線程結束的順序，調用join(timeout=None) 程序掛起，直到線程結束；
C、守護線程一般是一個等待客戶請求的服務器， 如果沒有客戶提出請求，它就在那等着。如果設定一個線程為守護線程，就表示這個線程 是不重要的，在進程退出的時候，不用等待這個線程退出。
3、thread類 ：Thread 派生出一個子類，創建一個這個子類的實例
import threading from time import sleep,ctime loops =(4,3) class MyThread(threading.Thread): def __init__(self,func,args,name=''): threading.Thread.__init__(self) self.name = name self.func = func self.args = args def run(self): self.func(*self.args) def loop(nloop,nsec): print 'start loop',nloop,'at:',ctime() sleep(nsec) print 'loop',nloop,'done at:',ctime() def main(): print 'starting at:',ctime() threads = [] nloops = range(len(loops)) for i in nloops: t = MyThread(loop,(i,loops[i]),loop.__name__) threads.append(t) for i in nloops: print 'thread',i,'start' threads[i].start() for i in nloops: print 'thread',i,'join' threads[i].join() print 'all done at:',ctime() if __name__=='__main__': main()
4、threading模塊中的thread類部分源碼解析
thread模塊提供了一系列基礎函數，其實不是不能用，書本上寫着的是不建議使用，但是如果用於底層開發是可以的。threading模塊與之相比，最大的不同就是，threading模塊中的thread類的屬性特別多，
包含了對多線程的各自管理上的緯度屬性，所以特別方便使用，實際上threading模塊就是在thread模塊上開發的，做了進一步的集成化和封裝以便於用戶更輕便的管理。
A ：threadding模塊有引用thread模塊：
try: import thread except ImportError: del _sys.modules[__name__] raise
B： thread類的初始化函數部分截圖如下：初始化的過程，其實就是多線程的屬性的初始化的過程。把其中需要的資源，入參，thread管理的各自對象都初始化。
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, verbose=None): assert group is None, "group argument must be None for now" _Verbose.__init__(self, verbose) if kwargs is None: kwargs = {} self.__target = target self.__name = str(name or _newname()) self.__args = args self.__kwargs = kwargs self.__daemonic = self._set_daemon() self.__ident = None self.__started = Event() self.__stopped = False self.__block = Condition(Lock()) self.__initialized = True # sys.stderr is not stored in the class like # sys.exc_info since it can be changed between instances self.__stderr = _sys.stderr
C：thread類的start函數，看到調用底層的_start_new_thread函數，就明白了，為啥thread類是調用start函數來啟動線程,還調用了self.__started.wait()，__started對象實際是_Condition類的實例，這是一個對
線程鎖管理的實例，調用這個類的wait方法就是在獲取一把鎖。
def start(self): if not self.__initialized: raise RuntimeError("thread.__init__() not called") if self.__started.is_set(): raise RuntimeError("threads can only be started once") if __debug__: self._note("%s.start(): starting thread", self) with _active_limbo_lock: _limbo[self] = self try: _start_new_thread(self.__bootstrap, ()) except Exception: with _active_limbo_lock: del _limbo[self] raise self.__started.wait()
def wait(self, timeout=None): if not self._is_owned(): raise RuntimeError("cannot wait on un-acquired lock") waiter = _allocate_lock() waiter.acquire() self.__waiters.append(waiter) saved_state = self._release_save() try: # restore state no matter what (e.g., KeyboardInterrupt) if timeout is None: waiter.acquire() if __debug__: self._note("%s.wait(): got it", self) else: # Balancing act: We can't afford a pure busy loop, so we # have to sleep; but if we sleep the whole timeout time, # we'll be unresponsive. The scheme here sleeps very # little at first, longer as time goes on, but never longer # than 20 times per second (or the timeout time remaining). endtime = _time() + timeout delay = 0.0005 # 500 us -> initial delay of 1 ms while True: gotit = waiter.acquire(0) if gotit: break remaining = endtime - _time() if remaining <= 0: break delay = min(delay * 2, remaining, .05) _sleep(delay) if not gotit: if __debug__: self._note("%s.wait(%s): timed out", self, timeout) try: self.__waiters.remove(waiter) except ValueError: pass else: if __debug__: self._note("%s.wait(%s): got it", self, timeout) finally: self._acquire_restore(saved_state)
D：而調用join方法，實際也是調用_Condition類的實例，判斷當前鎖的狀態，在線程運行完畢后，釋放鎖。
def join(self, timeout=None): if not self.__initialized: raise RuntimeError("Thread.__init__() not called") if not self.__started.is_set(): raise RuntimeError("cannot join thread before it is started") if self is current_thread(): raise RuntimeError("cannot join current thread") if __debug__: if not self.__stopped: self._note("%s.join(): waiting until thread stops", self) self.__block.acquire() try: if timeout is None: while not self.__stopped: self.__block.wait() if __debug__: self._note("%s.join(): thread stopped", self) else: deadline = _time() + timeout while not self.__stopped: delay = deadline - _time() if delay <= 0: if __debug__: self._note("%s.join(): timed out", self) break self.__block.wait(delay) else: if __debug__: self._note("%s.join(): thread stopped", self) finally: self.__block.release()
三、Cpython的全局解釋器鎖GIL
推薦一篇更全面介紹的博客：https://www.cnblogs.com/frchen/p/5740606.html
GIL全稱 Global Interpreter Lock， 這個問題。像單 CPU 的系統中運行多個進程那樣，內存中可以存放多個程序，但任意時刻，只有一個程序在 CPU 中運行。 在CPython 解釋器中可以“運行” 多個線程，但在任意時刻，只有一個線程在解釋器中運行。而對 Python 虛擬機的訪問由全局解釋器鎖（GIL）來控制，正是這個鎖能保證同一時刻只有一個線程在運行。GIL 並不是Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。實際現在一般使用的解析器都是基於CPython的，如果是Jpython（基於java），可能就不存在
對所有面向 I/O 的(會調用內建的操作系統 C 代碼的)程序來說，GIL 會在這個 I/O 調用之前被釋放，以允許其它的線程在這個線程等待 I/O 的時候運行。如果某線程並未使用很多 I/O 操作， 它會在自己的時間片內一直占用處理器（和 GIL）。也就是說，I/O 密集型的 Python 程序比計算密集型的程序更能充分利用多線程環境的好處。
簡單的總結下就是：Python的多線程在多核CPU上，只對於IO密集型計算產生積極效果；而當有至少有一個CPU密集型線程存在，那么多線程效率會由於GIL而大幅下降。