理解 Python 中的線程

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

輸出是：

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
• 網絡請求會花費較長的時間，所以cpu在等待網絡請求的返回時間內一直處于閑置狀態。

多線程

輸出：

解釋：

• 意識到了程序在執行時間上的提升
• 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的網絡請求返回時，這時cpu可以切換到其他線程去進行其他線程內的網絡請求。
• 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。
• 線程運行意味著執行類里的run()方法。
• 無論如何我們想每個線程必須執行run()。
• 為每個url創建一個線程并且調用start()方法，這告訴了cpu可以執行線程中的run()方法了。
• 我們希望所有的線程執行完畢的時候再計算花費的時間，所以調用了join()方法。
• join()可以通知主線程等待這個線程結束后，才可以執行下一條指令。
• 每個線程我們都調用了join()方法，所以我們是在所有線程執行完畢后計算的運行時間。

關于線程：

• cpu可能不會在調用start()后馬上執行run()方法。
• 你不能確定run()在不同線程建間的執行順序。
• 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行的。
• 這就是因為線程內的url會首先被請求，然后打印出返回的結果。

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。

多次運行這個程序，你會看到多種不同的結果。

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生在其它的線程間，所以出現了最后的結果小于50的情況。

解決資源競爭

再次運行這個程序，達到了我們預期的結果。

解釋：

• Lock 用來防止競爭條件
• 如果在執行一些操作之前，線程t1獲得了鎖。其他的線程在t1釋放Lock之前，不會執行相同的操作
• 我們想要確定的是一旦線程t1已經讀取了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，強制線程切換發生。

運行幾次后發現并沒有打印出爭取的結果。當一個線程正在打印的時候，cpu切換到了另一個線程，所以產生了不正確的結果。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。

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