137 lines
5.2 KiB
ReStructuredText
137 lines
5.2 KiB
ReStructuredText
============================
|
||
12.1 启动与停止线程
|
||
============================
|
||
|
||
----------
|
||
问题
|
||
----------
|
||
你要为需要并发执行的代码创建/销毁线程
|
||
|
||
----------
|
||
解决方案
|
||
----------
|
||
``threading`` 库可以在单独的线程中执行任何的在 Python 中可以调用的对象。你可以创建一个 ``Thread`` 对象并将你要执行的对象以 target 参数的形式提供给该对象。
|
||
下面是一个简单的例子：
|
||
|
||
.. code-block:: python
|
||
|
||
# Code to execute in an independent thread
|
||
import time
|
||
def countdown(n):
|
||
while n > 0:
|
||
print('T-minus', n)
|
||
n -= 1
|
||
time.sleep(5)
|
||
|
||
# Create and launch a thread
|
||
from threading import Thread
|
||
t = Thread(target=countdown, args=(10,))
|
||
t.start()
|
||
|
||
当你创建好一个线程对象后，该对象并不会立即执行，除非你调用它的 ``start()`` 方法（当你调用 ``start()`` 方法时，它会调用你传递进来的函数，并把你传递进来的参数传递给该函数）。Python中的线程会在一个单独的系统级线程中执行（比如说一个 POSIX 线程或者一个 Windows 线程），这些线程将由操作系统来全权管理。线程一旦启动，将独立执行直到目标函数返回。你可以查询一个线程对象的状态，看它是否还在执行：
|
||
|
||
.. code-block:: python
|
||
|
||
if t.is_alive():
|
||
print('Still running')
|
||
else:
|
||
print('Completed')
|
||
|
||
你也可以将一个线程加入到当前线程，并等待它终止：
|
||
|
||
.. code-block:: python
|
||
|
||
t.join()
|
||
|
||
Python解释器直到所有线程都终止前仍保持运行。对于需要长时间运行的线程或者需要一直运行的后台任务，你应当考虑使用后台线程。
|
||
例如：
|
||
|
||
.. code-block:: python
|
||
|
||
t = Thread(target=countdown, args=(10,), daemon=True)
|
||
t.start()
|
||
|
||
后台线程无法等待，不过，这些线程会在主线程终止时自动销毁。
|
||
除了如上所示的两个操作，并没有太多可以对线程做的事情。你无法结束一个线程，无法给它发送信号，无法调整它的调度，也无法执行其他高级操作。如果需要这些特性，你需要自己添加。比如说，如果你需要终止线程，那么这个线程必须通过编程在某个特定点轮询来退出。你可以像下边这样把线程放入一个类中：
|
||
|
||
.. code-block:: python
|
||
|
||
class CountdownTask:
|
||
def __init__(self):
|
||
self._running = True
|
||
|
||
def terminate(self):
|
||
self._running = False
|
||
|
||
def run(self, n):
|
||
while self._running and n > 0:
|
||
print('T-minus', n)
|
||
n -= 1
|
||
time.sleep(5)
|
||
|
||
c = CountdownTask()
|
||
t = Thread(target=c.run, args=(10,))
|
||
t.start()
|
||
c.terminate() # Signal termination
|
||
t.join() # Wait for actual termination (if needed)
|
||
|
||
如果线程执行一些像I/O这样的阻塞操作，那么通过轮询来终止线程将使得线程之间的协调变得非常棘手。比如，如果一个线程一直阻塞在一个I/O操作上，它就永远无法返回，也就无法检查自己是否已经被结束了。要正确处理这些问题，你需要利用超时循环来小心操作线程。
|
||
例子如下：
|
||
|
||
.. code-block:: python
|
||
|
||
class IOTask:
|
||
def terminate(self):
|
||
self._running = False
|
||
|
||
def run(self, sock):
|
||
# sock is a socket
|
||
sock.settimeout(5) # Set timeout period
|
||
while self._running:
|
||
# Perform a blocking I/O operation w/ timeout
|
||
try:
|
||
data = sock.recv(8192)
|
||
break
|
||
except socket.timeout:
|
||
continue
|
||
# Continued processing
|
||
...
|
||
# Terminated
|
||
return
|
||
----------
|
||
讨论
|
||
----------
|
||
由于全局解释锁（GIL）的原因，Python 的线程被限制到同一时刻只允许一个线程执行这样一个执行模型。所以，Python 的线程更适用于处理I/O和其他需要并发执行的阻塞操作（比如等待I/O、等待从数据库获取数据等等），而不是需要多处理器并行的计算密集型任务。
|
||
|
||
有时你会看到下边这种通过继承 ``Thread`` 类来实现的线程：
|
||
|
||
.. code-block:: python
|
||
|
||
from threading import Thread
|
||
|
||
class CountdownThread(Thread):
|
||
def __init__(self, n):
|
||
super().__init__()
|
||
self.n = n
|
||
def run(self):
|
||
while self.n > 0:
|
||
|
||
print('T-minus', self.n)
|
||
self.n -= 1
|
||
time.sleep(5)
|
||
|
||
c = CountdownThread(5)
|
||
c.start()
|
||
|
||
尽管这样也可以工作，但这使得你的代码依赖于 ``threading`` 库，所以你的这些代码只能在线程上下文中使用。上文所写的那些代码、函数都是与 ``threading`` 库无关的，这样就使得这些代码可以被用在其他的上下文中，可能与线程有关，也可能与线程无关。比如，你可以通过 ``multiprocessing`` 模块在一个单独的进程中执行你的代码：
|
||
|
||
.. code-block:: python
|
||
|
||
import multiprocessing
|
||
c = CountdownTask(5)
|
||
p = multiprocessing.Process(target=c.run)
|
||
p.start()
|
||
|
||
|
||
再次重申，这段代码仅适用于 CountdownTask 类是以独立于实际的并发手段（多线程、多进程等等）实现的情况。
|