python多线程编程(1): python对多线程的支持

前面介绍过多线程的基本概念，理解了这些基本概念，掌握python多线程编程就比较容易了。

在开始之前，首先要了解一下python对多线程的支持。

虚拟机层面

Python虚拟机使用GIL（Global Interpreter Lock，全局解释器锁）来互斥线程对共享资源的访问，暂时无法利用多处理器的优势。

语言层面

在语言层面，Python对多线程提供了很好的支持，Python中多线程相关的模块包括：thread，threading，Queue。可以方便地支持创建线程、互斥锁、信号量、同步等特性。

thread：多线程的底层支持模块，一般不建议使用。

threading：对thread进行了封装，将一些线程的操作对象化，提供下列类：

Thread线程类

Timer与Thread类似，但要等待一段时间后才开始运行

Lock锁原语

RLock可重入锁。使单线程可以再次获得已经获得的锁

Condition条件变量，能让一个线程停下来，等待其他线程满足某个“条件”

Event通用的条件变量。多个线程可以等待某个事件发生，在事件发生后，所有的线程都被激活

Semaphore为等待锁的线程提供一个类似“等候室”的结构

BoundedSemaphore与semaphore类似，但不允许超过初始值

Queue：实现了多生产者（Producer）、多消费者（Consumer）的队列，支持锁原语，能够在多个线程之间提供很好的同步支持。提供的类：

Queue队列

LifoQueue后入先出（LIFO）队列

PriorityQueue 优先队列

其中Thread类是你主要的线程类，可以创建进程实例。该类提供的函数包括：

getName(self)返回线程的名字

isAlive(self)布尔标志，表示这个线程是否还在运行中

isDaemon(self)返回线程的daemon标志

join(self, timeout=None) 程序挂起，直到线程结束，如果给出timeout，则最多阻塞timeout秒

run(self)定义线程的功能函数

setDaemon(self, daemonic) 把线程的daemon标志设为daemonic

setName(self, name)设置线程的名字

start(self)开始线程执行

第三方支持

如果你特别在意性能，还可以考虑一些“微线程”的实现：

Stackless Python：Python的一个增强版本，提供了对微线程的支持。微线程是轻量级的线程，在多个线程间切换所需的时间更多，占用资源也更少。

greenlet：是 Stackless 的副产品，其将微线程称为 “tasklet” 。tasklet运行在伪并发中，使用channel进行同步数据交换。而”greenlet”是更加原始的微线程的概念，没有调度。你可以自己构造微线 程的调度器，也可以使用greenlet实现高级的控制流。

下一节，将开始用python创建和启动线程。

转自：http://www.cnblogs.com/holbrook/archive/2012/03/01/2376408.html

关于python您还知道：

【学习】在Python中对MySQL中的数据进行可视化

【工具】Python正则表达式的七个使用范例

【翻译】数据科学的多语言协作编程方式：Python + R + SQL

原文始发于微信公众号（PPV课数据科学社区）：python多线程编程(1): python对多线程的支持