python

超轻量级php框架startmvc

python threading和multiprocessing模块基本用法实例分析

更新时间:2020-07-18 03:06:01 作者:startmvc
本文实例讲述了pythonthreading和multiprocessing模块基本用法。分享给大家供大家参考,具体如下

本文实例讲述了python threading和multiprocessing模块基本用法。分享给大家供大家参考,具体如下:

前言

这两天为了做一个小项目,研究了一下python的并发编程,所谓并发无非多线程和多进程,最初找到的是threading模块,因为印象中线程“轻量...”,“切换快...”,“可共享进程资源...”等等,但是没想到这里水很深,进而找到了更好的替代品multiprocessing模块。下面会讲一些使用中的经验。

后面出现的代码都在ubuntu10.04 + python2.6.5的环境下测试通过。

一、使用threading模块创建线程

1、三种线程创建方式

(1)传入一个函数

这种方式是最基本的,即调用threading中的Thread类的构造函数,然后指定参数target=func,再使用返回的Thread的实例调用start()方法,即开始运行该线程,该线程将执行函数func,当然,如果func需要参数,可以在Thread的构造函数中传入参数args=(...)。示例代码如下:


#!/usr/bin/python
#-*-coding:utf-8-*-
import threading
#用于线程执行的函数
def counter(n):
 cnt = 0;
 for i in xrange(n):
 for j in xrange(i):
 cnt += j;
 print cnt;
if __name__ == '__main__':
 #初始化一个线程对象,传入函数counter,及其参数1000
 th = threading.Thread(target=counter, args=(1000,));
 #启动线程
 th.start();
 #主线程阻塞等待子线程结束
 th.join();

这段代码很直观,counter函数是一个很无聊的双重循环,需要注意的是th.join()这句,这句的意思是主线程将自我阻塞,然后等待th表示的线程执行完毕再结束,如果没有这句,运行代码会立即结束。join的意思比较晦涩,其实将这句理解成这样会好理解些“while th.is_alive(): time.sleep(1)”。虽然意思相同,但是后面将看到,使用join也有陷阱。

(2)传入一个可调用的对象

许多的python 对象都是我们所说的可调用的,即是任何能通过函数操作符“()”来调用的对象(见《python核心编程》第14章)。类的对象也是可以调用的,当被调用时会自动调用对象的内建方法__call__(),因此这种新建线程的方法就是给线程指定一个__call__方法被重载了的对象。示例代码如下:


#!/usr/bin/python
#-*-coding:utf-8-*-
import threading
#可调用的类
class Callable(object):
 def __init__(self, func, args):
 self.func = func;
 self.args = args;
 def __call__(self):
 apply(self.func, self.args);
#用于线程执行的函数
def counter(n):
 cnt = 0;
 for i in xrange(n):
 for j in xrange(i):
 cnt += j;
 print cnt;
if __name__ == '__main__':
 #初始化一个线程对象,传入可调用的Callable对象,并用函数counter及其参数1000初始化这个对象
 th = threading.Thread(target=Callable(counter, (1000,)));
 #启动线程
 th.start();
 #主线程阻塞等待子线程结束
 th.join();

这个例子关键的一句是apply(self.func, self.args); 这里使用初始化时传入的函数对象及其参数来进行一次调用。

(3)继承Thread类

这种方式通过继承Thread类,并重载其run方法,来实现自定义的线程行为,示例代码如下:


#!/usr/bin/python
#-*-coding:utf-8-*-
import threading, time, random
def counter():
 cnt = 0;
 for i in xrange(10000):
 for j in xrange(i):
 cnt += j;
class SubThread(threading.Thread):
 def __init__(self, name):
 threading.Thread.__init__(self, name=name);
 def run(self):
 i = 0;
 while i < 4:
 print self.name,'counting...\n';
 counter();
 print self.name,'finish\n';
 i += 1;
if __name__ == '__main__':
 th = SubThread('thread-1');
 th.start();
 th.join();
 print 'all done';

这个例子定义了一个SubThread类,它继承了Thread类,并重载了run方法,在方法中调用counter4次并打印一些信息,可以看到这种方式比较直观。在构造函数中要记得先调用父类的构造函数进行初始化。

2、python多线程的限制

python多线程有个讨厌的限制,全局解释器锁(global interpreter lock),这个锁的意思是任一时间只能有一个线程使用解释器,跟单cpu跑多个程序一个意思,大家都是轮着用的,这叫“并发”,不是“并行”。手册上的解释是为了保证对象模型的正确性!这个锁造成的困扰是如果有一个计算密集型的线程占着cpu,其他的线程都得等着....,试想你的多个线程中有这么一个线程,得多悲剧,多线程生生被搞成串行;当然这个模块也不是毫无用处,手册上又说了:当用于IO密集型任务时,IO期间线程会释放解释器,这样别的线程就有机会使用解释器了!所以是否使用这个模块需要考虑面对的任务类型。

二、使用multiprocessing创建进程

1、三种创建方式

进程的创建方式跟线程完全一致,只不过要将threading.Thread换成multiprocessing.Process。multiprocessing模块尽力保持了与threading模块在方法名上的一致性,示例代码可参考上面线程部分的。这里只给出第一种使用函数的方式:


#!/usr/bin/python
#-*-coding:utf-8-*-
import multiprocessing, time
def run():
 i = 0;
 while i<10000:
 print 'running';
 time.sleep(2);
 i += 1;
if __name__ == '__main__':
 p = multiprocessing.Process(target=run);
 p.start();
 #p.join();
 print p.pid;
 print 'master gone';

2、创建进程池

该模块还允许一次创建一组进程,然后再给他们分配任务。详细内容可参考手册,这部分研究不多,不敢乱写。


pool = multiprocessing.Pool(processes=4)
pool.apply_async(func, args...)

3、使用进程的好处

完全并行,无GIL的限制,可充分利用多cpu多核的环境;可以接受linux信号,后面将看到,这个功能非常好用。

三、实例研究

该实例假想的任务是:一个主进程会启动多个子进程分别处理不同的任务,各个子进程可能又有自己的线程用于不同的IO处理(前面说过,线程在IO方面还是不错的),要实现的功能是,对这些子进程发送信号,能被正确的处理,例如发生SIGTERM,子进程能通知其线程收工,然后“优雅”的退出。现在要解决的问题有:(1)在子类化的Process对象中如何捕捉信号;(2)如何“优雅的退出”。下面分别说明。

1、子类化Process并捕捉信号

如果是使用第一种进程创建方式(传入函数),那么捕捉信号很容易,假设给进程运行的函数叫func,代码示例如下:


#!/usr/bin/python
#-*-coding:utf-8-*-
import multiprocessing, signal,time
def handler(signum, frame):
 print 'signal', signum;
def run():
 signal.signal(signal.SIGTERM, handler);
 signal.signal(signal.SIGINT, handler);
 i = 0;
 while i<10000:
 print 'running';
 time.sleep(2);
 i += 1;
if __name__ == '__main__':
 p = multiprocessing.Process(target=run);
 p.start();
 #p.join();
 print p.pid;
 print 'master gone';

这段代码是在第一种创建方式的基础上修改而来的,增加了两行signal.signal(...)调用,这是说这个函数要捕捉SIGTERM和SIGINT两个信号,另外增加了一个handler函数,该函数用于捕捉到信号时进行相应的处理,我们这里只是简单的打印出信号值。

注意p.join()被注释掉了,这里跟线程的情况有点区别,新的进程启动后就开始运行了,主进程也不用等待它运行完,可以该干嘛干嘛去。这段代码运行后会打印出子进程的进程id,根据这个id,在另一个终端输入kill -TERM id,会发现刚才的终端打印出了"signal 15"。

但是使用传入函数的方式有一点不好的是封装性太差,如果功能稍微复杂点,将会有很多的全局变量暴露在外,最好还是将功能封装成类,那么使用类又怎么注册信号相应函数呢?上面的例子貌似只能使用一个全局的函数,手册也没有给出在类中处理信号的例子,其实解决方法大同小异,也很容易,这个帖子http://stackoverflow.com/questions/6204443/python-signal-reading-return-from-signal-handler-function给了我灵感:


class Master(multiprocessing.Process):
 def __init__(self):
 super(Master,self).__init__();
 signal.signal(signal.SIGTERM, self.handler); #注册信号处理函数
 self.live = 1;
 #信号处理函数
 def handler(self, signum, frame):
 print 'signal:',signum;
 self.live = 0;
 def run(self):
 print 'PID:',self.pid;
 while self.live:
 print 'living...'
 time.sleep(2);

方法很直观,首先在构造函数中注册信号处理函数,然后定义了一个方法handler作为处理函数。这个进程类会每隔2秒打印一个“living...”,当接收到SIGTERM后,改变self.live的值,run方法的循环检测到这个值为0后就结束了,进程也结束了。

2、让进程优雅的退出

下面放出这次的假想任务的全部代码,我在主进程中启动了一个子进程(通过子类化Process类),然后子进程启动后又产生两个子线程,用来模拟“生产者-消费者”模型,两个线程通过一个队列进行交流,为了互斥访问这个队列,自然要加一把锁(condition对象跟Lock对象差不多,不过多了等待和通知的功能);生产者每次产生一个随机数并扔进队列,然后休息一个随机时间,消费者每次从队列取一个数;而子进程中的主线程要负责接收信号,以便让整个过程优雅的结束。代码如下:


#!/usr/bin/python
#-*-coding:utf-8-*-
import time, multiprocessing, signal, threading, random, time, Queue
class Master(multiprocessing.Process):
 def __init__(self):
 super(Master,self).__init__();
 signal.signal(signal.SIGTERM, self.handler);
 #这个变量要传入线程用于控制线程运行,为什么用dict?充分利用线程间共享资源的特点
 #因为可变对象按引用传递,标量是传值的,不信写成self.live = true试试
 self.live = {'stat':True};
 def handler(self, signum, frame):
 print 'signal:',signum;
 self.live['stat'] = 0; #置这个变量为0,通知子线程可以“收工”了
 def run(self):
 print 'PID:',self.pid;
 cond = threading.Condition(threading.Lock()); #创建一个condition对象,用于子线程交互
 q = Queue.Queue(); #一个队列
 sender = Sender(cond, self.live, q); #传入共享资源
 geter = Geter(cond, self.live, q);
 sender.start(); #启动线程
 geter.start();
 signal.pause(); #主线程睡眠并等待信号
 while threading.activeCount()-1: #主线程收到信号并被唤醒后,检查还有多少线程活着(除掉自己)
 time.sleep(2); #再睡眠等待,确保子线程都安全的结束
 print 'checking live', threading.activeCount();
 print 'mater gone';
class Sender(threading.Thread):
 def __init__(self, cond, live, queue):
 super(Sender, self).__init__(name='sender');
 self.cond = cond;
 self.queue = queue;
 self.live = live
 def run(self):
 cond = self.cond;
 while self.live['stat']: #检查这个进程内的“全局”变量,为真就继续运行
 cond.acquire(); #获得锁,以便控制队列
 i = random.randint(0,100);
 self.queue.put(i,False);
 if not self.queue.full():
 print 'sender add:',i;
 cond.notify(); #唤醒等待锁的其他线程
 cond.release(); #释放锁
 time.sleep(random.randint(1,3));
 print 'sender done'
class Geter(threading.Thread):
 def __init__(self, cond, live, queue):
 super(Geter, self).__init__(name='geter');
 self.cond = cond;
 self.queue = queue;
 self.live = live
 def run(self):
 cond = self.cond;
 while self.live['stat']:
 cond.acquire();
 if not self.queue.empty():
 i = self.queue.get();
 print 'geter get:',i;
 cond.wait(3);
 cond.release();
 time.sleep(random.randint(1,3));
 print 'geter done'
if __name__ == '__main__':
 master = Master();
 master.start(); #启动子进程

需要注意的地方是,在Master的run方法中sender.start()geter.start()之后,按常理应该接着调用sender.join()geter.join(),让主线程等待子线程结束,前面说的join的陷阱就在这里,join将主线程阻塞(blocking)住了,主线程无法再捕捉信号,刚开始研究这块时还以为信号处理函数写错了。网上讨论比较少,这里说的比较清楚http://stackoverflow.com/questions/631441/interruptible-thread-join-in-pythonhttp://www.gossamer-threads.com/lists/python/python/541403

参考:

《python核心编程》 《python manual》

python threading multiprocessing