本文介紹了Python對于線程的支持，包括“學會”多線程編程需要掌握的基礎以及Python兩個線程標準庫的完整介紹及使用示例。

注意：本文基于Python2.4完成，；如果看到不明白的詞匯請記得百度谷歌或維基，whatever。

尊重作者的勞動，轉載請注明作者及原文地址 >.<

1. 線程基礎

1.1. 線程狀態

線程有5種狀態，狀態轉換的過程如下圖所示：

1.2. 線程同步（鎖）

多線程的優勢在于可以同時運行多個任務（至少感覺起來是這樣）。但是當線程需要共享數據時，可能存在數據不同步的問題。考慮這樣一種情況：一個列表里所有元素都是0，線程"set"從后向前把所有元素改成1，而線程"print"負責從前往后讀取列表并打印。那么，可能線程"set"開始改的時候，線程"print"便來打印列表了，輸出就成了一半0一半1，這就是數據的不同步。為了避免這種情況，引入了鎖的概念。

鎖有兩種狀態——鎖定和未鎖定。每當一個線程比如"set"要訪問共享數據時，必須先獲得鎖定；如果已經有別的線程比如"print"獲得鎖定了，那么就讓線程"set"暫停，也就是同步阻塞；等到線程"print"訪問完畢，釋放鎖以后，再讓線程"set"繼續。經過這樣的處理，打印列表時要么全部輸出0，要么全部輸出1，不會再出現一半0一半1的尷尬場面。

線程與鎖的交互如下圖所示：

1.3. 線程通信（條件變量）

然而還有另外一種尷尬的情況：列表并不是一開始就有的；而是通過線程"create"創建的。如果"set"或者"print" 在"create"還沒有運行的時候就訪問列表，將會出現一個異常。使用鎖可以解決這個問題，但是"set"和"print"將需要一個無限循環——他們不知道"create"什么時候會運行，讓"create"在運行后通知"set"和"print"顯然是一個更好的解決方案。于是，引入了條件變量。

條件變量允許線程比如"set"和"print"在條件不滿足的時候（列表為None時）等待，等到條件滿足的時候（列表已經創建）發出一個通知，告訴"set" 和"print"條件已經有了，你們該起床干活了；然后"set"和"print"才繼續運行。

線程與條件變量的交互如下圖所示：

1.4. 線程運行和阻塞的狀態轉換

最后看看線程運行和阻塞狀態的轉換。

阻塞有三種情況：
同步阻塞是指處于競爭鎖定的狀態，線程請求鎖定時將進入這個狀態，一旦成功獲得鎖定又恢復到運行狀態；
等待阻塞是指等待其他線程通知的狀態，線程獲得條件鎖定后，調用“等待”將進入這個狀態，一旦其他線程發出通知，線程將進入同步阻塞狀態，再次競爭條件鎖定；
而其他阻塞是指調用time.sleep()、anotherthread.join()或等待IO時的阻塞，這個狀態下線程不會釋放已獲得的鎖定。

tips: 如果能理解這些內容，接下來的主題將是非常輕松的；并且，這些內容在大部分流行的編程語言里都是一樣的。（意思就是非看懂不可 >_< 嫌作者水平低找別人的教程也要看懂）

2. thread

Python通過兩個標準庫thread和threading提供對線程的支持。thread提供了低級別的、原始的線程以及一個簡單的鎖。

encoding: UTF-8
import thread
import time
 一個用于在線程中執行的函數
def func():
for i in range(5):
print 'func'
time.sleep(1)
結束當前線程
這個方法與thread.exit_thread()等價
thread.exit() # 當func返回時，線程同樣會結束
 啟動一個線程，線程立即開始運行
這個方法與thread.start_new_thread()等價
 第一個參數是方法，第二個參數是方法的參數
thread.start_new(func, ()) # 方法沒有參數時需要傳入空tuple
創建一個鎖（LockType，不能直接實例化）
 這個方法與thread.allocate_lock()等價
lock = thread.allocate()
判斷鎖是鎖定狀態還是釋放狀態
print lock.locked()
 鎖通常用于控制對共享資源的訪問
count = 0
 獲得鎖，成功獲得鎖定后返回True
 可選的timeout參數不填時將一直阻塞直到獲得鎖定
 否則超時后將返回False
if lock.acquire():
count += 1
 釋放鎖
lock.release()
 thread模塊提供的線程都將在主線程結束后同時結束
time.sleep(6) 

thread還提供了一個ThreadLocal類用于管理線程相關的數據，名為 thread._local，threading中引用了這個類。

由于thread提供的線程功能不多，無法在主線程結束后繼續運行，不提供條件變量等等原因，一般不使用thread模塊，這里就不多介紹了。

3. threading

threading基于Java的線程模型設計。鎖（Lock）和條件變量（Condition）在Java中是對象的基本行為（每一個對象都自帶了鎖和條件變量），而在Python中則是獨立的對象。Python Thread提供了Java Thread的行為的子集；沒有優先級、線程組，線程也不能被停止、暫停、恢復、中斷。Java Thread中的部分被Python實現了的靜態方法在threading中以模塊方法的形式提供。

threading 模塊提供的常用方法：
threading.currentThread(): 返回當前的線程變量。
threading.enumerate(): 返回一個包含正在運行的線程的list。正在運行指線程啟動后、結束前，不包括啟動前和終止后的線程。
threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果。

threading模塊提供的類：
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local.

3.1. Thread

Thread是線程類，與Java類似，有兩種使用方法，直接傳入要運行的方法或從Thread繼承并覆蓋run()：

encoding: UTF-8
import threading
 方法1：將要執行的方法作為參數傳給Thread的構造方法
def func():
print 'func() passed to Thread'
t = threading.Thread(target=func)
t.start()
 方法2：從Thread繼承，并重寫run()
class MyThread(threading.Thread):
def run(self):
print 'MyThread extended from Thread'
t = MyThread()
t.start() 
 

實例方法：
isAlive(): 返回線程是否在運行。正在運行指啟動后、終止前。
get/setName(name): 獲取/設置線程名。
is/setDaemon(bool): 獲取/設置是否守護線程。初始值從創建該線程的線程繼承。當沒有非守護線程仍在運行時，程序將終止。
start(): 啟動線程。
join([timeout]): 阻塞當前上下文環境的線程，直到調用此方法的線程終止或到達指定的timeout（可選參數）。

一個使用join()的例子：

encoding: UTF-8
import threading
import time
def context(tJoin):
print 'in threadContext.'
tJoin.start()
將阻塞tContext直到threadJoin終止。
tJoin.join()
 tJoin終止后繼續執行。
print 'out threadContext.'
def join():
print 'in threadJoin.'
time.sleep(1)
print 'out threadJoin.'
tJoin = threading.Thread(target=join)
tContext = threading.Thread(target=context, args=(tJoin,))
tContext.start() 
 

in threadContext. 
in threadJoin. 
out threadJoin. 
out threadContext

3.2. Lock

Lock（指令鎖）是可用的最低級的同步指令。Lock處于鎖定狀態時，不被特定的線程擁有。Lock包含兩種狀態——鎖定和非鎖定，以及兩個基本的方法。

可以認為Lock有一個鎖定池，當線程請求鎖定時，將線程至于池中，直到獲得鎖定后出池。池中的線程處于狀態圖中的同步阻塞狀態。

構造方法：
Lock()

實例方法：
acquire([timeout]): 使線程進入同步阻塞狀態，嘗試獲得鎖定。
release(): 釋放鎖。使用前線程必須已獲得鎖定，否則將拋出異常。

# encoding: UTF-8
import threading
import time
data = 0
lock = threading.Lock()
def func():
global data
print '%s acquire lock...' % threading.currentThread().getName()
調用acquire([timeout])時，線程將一直阻塞，
直到獲得鎖定或者直到timeout秒后（timeout參數可選）。
 返回是否獲得鎖。
if lock.acquire():
print '%s get the lock.' % threading.currentThread().getName()
data += 1
time.sleep(2)
print '%s release lock...' % threading.currentThread().getName()
 調用release()將釋放鎖。
lock.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t1.start()
t2.start()
t3.tart（）




3.3. RLock

RLock（可重入鎖）是一個可以被同一個線程請求多次的同步指令。RLock使用了“擁有的線程”和“遞歸等級”的概念，處于鎖定狀態時，RLock被某個線程擁有。擁有RLock的線程可以再次調用acquire()，釋放鎖時需要調用release()相同次數。

可以認為RLock包含一個鎖定池和一個初始值為0的計數器，每次成功調用 acquire()/release()，計數器將+1/-1，為0時鎖處于未鎖定狀態。

構造方法：
RLock()

實例方法：
acquire([timeout])/release(): 跟Lock差不多。

# encoding: UTF-8
import threading
import time
rlock = threading.RLock()
def func():
# 第一次請求鎖定
print '%s acquire lock...' % threading.currentThread().getName()
if rlock.acquire():
print '%s get the lock.' % threading.currentThread().getName()
time.sleep(2)
# 第二次請求鎖定
print '%s acquire lock again...' % threading.currentThread().getName()
if rlock.acquire():
print '%s get the lock.' % threading.currentThread().getName()
time.sleep(2)
# 第一次釋放鎖
print '%s release lock...' % threading.currentThread().getName()
rlock.release()
time.sleep(2)
# 第二次釋放鎖
print '%s release lock...' % threading.currentThread().getName()
rlock.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start() 

Condition（條件變量）通常與一個鎖關聯。需要在多個Contidion中共享一個鎖時，可以傳遞一個Lock/RLock實例給構造方法，否則它將自己生成一個RLock實例。

可以認為，除了Lock帶有的鎖定池外，Condition還包含一個等待池，池中的線程處于狀態圖中的等待阻塞狀態，直到另一個線程調用notify()/notifyAll()通知；得到通知后線程進入鎖定池等待鎖定。

構造方法：
Condition([lock/rlock])

實例方法：
acquire([timeout])/release(): 調用關聯的鎖的相應方法。
wait([timeout]): 調用這個方法將使線程進入Condition的等待池等待通知，并釋放鎖。使用前線程必須已獲得鎖定，否則將拋出異常。
notify(): 調用這個方法將從等待池挑選一個線程并通知，收到通知的線程將自動調用acquire()嘗試獲得鎖定（進入鎖定池）；其他線程仍然在等待池中。調用這個方法不會釋放鎖定。使用前線程必須已獲得鎖定，否則將拋出異常。
notifyAll(): 調用這個方法將通知等待池中所有的線程，這些線程都將進入鎖定池嘗試獲得鎖定。調用這個方法不會釋放鎖定。使用前線程必須已獲得鎖定，否則將拋出異常。

例子是很常見的生產者/消費者模式：

# encoding: UTF-8
import threading
import time
# 商品
product = None
# 條件變量
con = threading.Condition()
# 生產者方法
def produce():
global product
if con.acquire():
while True:
if product is None:
phrint 'produce...'
product = 'anything'
# 通知消費者，商品已經生產
con.notify()
# 等待通知
con.wait()
time.sleep(2)
# 消費者方法
def consume():
global product
if con.acquire():
while True:
if product is not None:
print 'consume...'
product = None
# 通知生產者，商品已經沒了
con.notify()
# 等待通知
con.wait()
time.sleep(2)
t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start() 

Semaphore（信號量）是計算機科學史上最古老的同步指令之一。Semaphore管理一個內置的計數器，每當調用acquire()時-1，調用release() 時+1。計數器不能小于0；當計數器為0時，acquire()將阻塞線程至同步鎖定狀態，直到其他線程調用release()。

基于這個特點，Semaphore經常用來同步一些有“訪客上限”的對象，比如連接池。

BoundedSemaphore 與Semaphore的唯一區別在于前者將在調用release()時檢查計數器的值是否超過了計數器的初始值，如果超過了將拋出一個異常。

構造方法：
Semaphore(value=1): value是計數器的初始值。

實例方法：
acquire([timeout]): 請求Semaphore。如果計數器為0，將阻塞線程至同步阻塞狀態；否則將計數器-1并立即返回。
release(): 釋放Semaphore，將計數器+1，如果使用BoundedSemaphore，還將進行釋放次數檢查。release()方法不檢查線程是否已獲得 Semaphore。

# encoding: UTF-8
import threading
import time
# 計數器初值為2
semaphore = threading.Semaphore(2)
def func():
# 請求Semaphore，成功后計數器-1；計數器為0時阻塞
print '%s acquire semaphore...' % threading.currentThread().getName()
if semaphore.acquire():
print '%s get semaphore' % threading.currentThread().getName()
time.sleep(4)
# 釋放Semaphore，計數器+1
print '%s release semaphore' % threading.currentThread().getName()
semaphore.release()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t4 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()
t4.start()
time.sleep(2)
# 沒有獲得semaphore的主線程也可以調用release
# 若使用BoundedSemaphore，t4釋放semaphore時將拋出異常
print 'MainThread release semaphore without acquire'
semaphore.release() 

Event（事件）是最簡單的線程通信機制之一：一個線程通知事件，其他線程等待事件。Event內置了一個初始為False的標志，當調用set()時設為True，調用clear()時重置為 False。wait()將阻塞線程至等待阻塞狀態。

Event其實就是一個簡化版的 Condition。Event沒有鎖，無法使線程進入同步阻塞狀態。

構造方法：
Event()

實例方法：
isSet(): 當內置標志為True時返回True。
set(): 將標志設為True，并通知所有處于等待阻塞狀態的線程恢復運行狀態。
clear(): 將標志設為False。
wait([timeout]): 如果標志為True將立即返回，否則阻塞線程至等待阻塞狀態，等待其他線程調用set()。

# encoding: UTF-8
import threading
import time
event = threading.Event()
def func():
# 等待事件，進入等待阻塞狀態
print '%s wait for event...' % threading.currentThread().getName()
event.wait()
# 收到事件后進入運行狀態
print '%s recv event.' % threading.currentThread().getName()
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
time.sleep(2)
# 發送事件通知
print 'MainThread set event.'
event.set() 

Timer（定時器）是Thread的派生類，用于在指定時間后調用一個方法。

構造方法：
Timer(interval, function, args=[], kwargs={})
interval: 指定的時間
function: 要執行的方法
args/kwargs: 方法的參數

實例方法：
Timer從Thread派生，沒有增加實例方法。

# encoding: UTF-8
import threading
def func():
print 'hello timer!'
timer = threading.Timer(5, func)
timer.start() 

local是一個小寫字母開頭的類，用于管理 thread-local（線程局部的）數據。對于同一個local，線程無法訪問其他線程設置的屬性；線程設置的屬性不會被其他線程設置的同名屬性替換。

可以把local看成是一個“線程-屬性字典”的字典，local封裝了從自身使用線程作為 key檢索對應的屬性字典、再使用屬性名作為key檢索屬性值的細節。

# encoding: UTF-8
import threading
local = threading.local()
local.tname = 'main'
def func():
local.tname = 'notmain'
print local.tname
t1 = threading.Thread(target=func)
t1.start()
t1.join()
print local.tname 

# encoding: UTF-8
import threading
alist = None
condition = threading.Condition()
def doSet():
if condition.acquire():
walist is None:
condition.wait()
for i in range(len(alist))[::-1]:
alist[i] = 1
condition.release()
def doPrint():
if condition.acquire():
while alist is None:
condition.wait()
for i in alist:
print i,
print
condition.release()
def doCreate():
global alist
if condition.acquire():
if alist is None:
alist = [0 for i in range(10)]
condition.notifyAll()
condition.release()
tset = threading.Thread(target=doSet,name='tset')
tprint = threading.Thread(target=doPrint,name='tprint')
tcreate = threading.Thread(target=doCreate,name='tcreate')
tset.start()
tprint.start()
tcreate.start()