• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    分析Python感知线程状态的解决方案之Event与信号量

    一、停止线程

    利用Threading库我们可以很方便地创建线程,让它按照我们的想法执行我们想让它执行的事情,从而加快程序运行的效率。然而有一点坑爹的是,线程创建之后,就交给了操作系统执行,我们无法直接结束一个线程,也无法给它发送信号,无法调整它的调度,也没有其他高级操作。如果想要相关的功能,只能自己开发。

    怎么开发呢?

    我们创建线程的时候指定了target等于一个我们想让它执行的函数,这个函数并不一定是全局函数,实际上也可以是一个对象中的函数。如果是对象中的函数,那么我们就可以在这个函数当中获取到对象中的其他信息,我们可以利用这一点来实现手动控制线程的停止。

    说起来好像不太好理解,但是看下代码真的非常简单:

    import time
    from threading import Thread
    
    class TaskWithSwitch:
        def __init__(self):
            self._running = True
            
        def terminate(self):
            self._running = False
    
        def run(self, n):
            while self._running and n > 0:
                print('Running {}'.format(n))
                n -= 1
                time.sleep(1)
    
    c = TaskWithSwitch()
    t = Thread(target=c.run, args=(10, ))
    t.start()
    c.terminate()
    t.join()

    如果你运行这段代码,会发现屏幕上只输出了10,因为我们将_running这个字段置为False之后,下次循环的时候不再满足循环条件,它就会自己退出了。

    如果我们想要用多线程来读取IO,由于IO可能存在堵塞,所以可能会出现线程一直无法返回的情况。也就是说我们在循环内部卡死了,这个时候单纯用_running来判断还是不够的,我们需要在线程内部设置计时器,防止循环内部的卡死。

    class IOTask:
        def __init__(self):
            self._running = True
            
        def terminate(self):
            self._running = False
    
        def run(self, sock):
            # 在socket中设置计时器
            sock.settimeout(10)
            while self._running:
                try:
                    # 由于设置了计时器,所以这里不会永久等待
                    data = sock.recv(1024)
                    break
                except socket.timeout:
                    continue
            return

    二、线程信号的传递

    我们之所以如此费劲才能控制线程的运行,主要原因是线程的状态是不可知的,并且我们无法直接操作它,因为它是被操作系统管理的。我们运行的主线程和创建出来的线程是独立的,两者之间并没有从属关系,所以想要实现对线程的状态进行控制,往往需要我们通过其他手段来实现。

    我们来思考一个场景,假设我们有一个任务,需要在另外一个线程运行结束之后才能开始执行。要想要实现这一点,就必须对线程的状态有所感知,需要其他线程传递出信号来才行。我们可以使用threading中的Event工具来实现这一点。Event工具就是可以用来传递信号的,就好像是一个开关,当一个线程执行完成之后,会去启动这个开关。而这个开关控制着另外一段逻辑的运行。

    我们来看下样例代码:

    import time
    from threading import Thread, Event
    
    def run_in_thread():
        time.sleep(1)
        print('Thread is running')
    
    t = Thread(target=run_in_thread)
    t.start()
    
    print('Main thread print')

    我们在线程里面就只做了输出一行提示符,没有其他任何逻辑。由于我们在run_in_thread函数当中沉睡了1s,所以一定是先输出Main thread print再输出的Thread is running。假设这个线程是一个很重要的任务,我们希望主线程能够等待它运行到一个阶段再往下执行,我们应该怎么办呢?

    注意,这里说的是运行到一个阶段,并不是运行结束。运行结束我们很好处理,可以通过join来完成。但如果不是运行结束,而是运行完成了某一个阶段,当然通过join也可以,但是会损害整体的效率。这个时候我们就必须要用上Event了。加上Event之后,我们再来看下代码:

    import time
    from threading import Thread, Event
    
    def run_in_thread(event):
        time.sleep(1)
        print('Thread is running')
        # set一下event,这样外面wait的部分就会被启动
        event.set()
    
    # 初始化Event
    event = Event()
    t = Thread(target=run_in_thread, args=(event, ))
    t.start()
    
    # event等待set
    event.wait()
    print('Main thread print')

    整体的逻辑没有太多的修改,主要的是增加了几行关于Event的使用代码。

    我们如果要用到Event,最好在代码当中只使用一次。当然通过Event中的clear方法我们可以重置Event的值,但问题是我们没办法保证重置的这个逻辑会在wait之前执行。如果是在之后执行的,那么就会问题,并且在debug的时候会异常痛苦,因为bug不是必现的,而是有时候会出现有时候不会出现。这种情况往往都是因为多线程的使用问题。

    所以如果要多次使用开关和信号的话,不要使用Event,可以使用信号量。

    三、信号量

    Event的问题在于如果多个线程在等待Event的发生,当它一旦被set的时候,那么这些线程都会同时执行。但有时候我们并不希望这样,我们希望可以控制这些线程一个一个地运行。如果想要做到这一点,Event就无法满足了,而需要使用信号量。

    信号量和Event的使用方法类似,不同的是,信号量可以保证每次只会启动一个线程。因为这两者的底层逻辑不太一致,对于Event来说,它更像是一个开关。一旦开关启动,所有和这个开关关联的逻辑都会同时执行。而信号量则像是许可证,只有拿到许可证的线程才能执行工作,并且许可证一次只发一张。

    想要使用信号量并不需要自己开发,thread库当中为我们提供了现成的工具——Semaphore,我们来看它的使用代码:

    # 工作线程
    def worker(n, sema):
        # 等待信号量
        sema.acquire()
        print('Working', n)
    
    # 初始化
    sema = threading.Semaphore(0)
    nworkers = 10
    for n in range(nworkers):
        t = threading.Thread(target=worker, args=(n, sema,))
        t.start()

    在上面的代码当中我们创建了10个线程,虽然这些线程都被启动了,但是都不会执行逻辑,因为sema.acquire是一个阻塞方法,没有监听到信号量是会一直挂起等待。

    当我们释放信号量之后,线程被启动,才开始了执行。我们每释放一个信号,则会多启动一个线程。这里面的逻辑应该不难理解。

    四、总结

    在并发场景当中,多线程的使用绝不是多启动几个线程做不同的任务而已,我们需要线程间协作,需要同步、获取它们的状态,这是非常不容易的。一不小心就会出现幽灵bug,时显时隐,这也是并发问题让人头疼的主要原因。

    以上就是分析Python感知线程状态的解决方案之Event与信号量的详细内容,更多关于Python 感知线程状态 Event与信号量的资料请关注脚本之家其它相关文章!

    您可能感兴趣的文章:
    • 像线程一样管理进程的Python multiprocessing库
    • Python爬虫之线程池的使用
    • Python多线程编程之threading模块详解
    • 深入理解python多线程编程
    • Python一些线程的玩法总结
    上一篇:Python中else的三种使用场景
    下一篇:python使用pymysql模块操作MySQL
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    分析Python感知线程状态的解决方案之Event与信号量 分析,Python,感知,线程,状态,