Python多线程
Python中实现多线程有两种方式，一种基于_thread模块(在Python2.x版本中为thread模块，没有下划线)的start_new_thread()函数，另一种基于threading模块的Thread类。
其实Python的多线程编程不能真正利用多核的CPU，但是用开源模块使你的计算压力分布到多核CPU上.........
一.使用start_new_thread()实现线程，是比较底层的实现方式，所有线程共享他们global数据，为了达到同步，模块也提供了简单的锁机制
_thread.start_new_thread(function, args[, kwargs])
启动一个新的进程，并返回其标识符. 线程执行的函数需要的参数由args(必须为一个元组)提供，亦可通过可选参数kwargs提供关键字参数组 成的字典。当函数返回时，启动的线程也 停止退出。如果函数中存在未处理异常，会打印堆栈跟踪后线程停止退出(其他线程继续执行)。
其中线程标识符是一个非0整数，并没有直接意思，可以当作从一个线程组成的特殊字典中索引本线程的一个key，也可用_thread.get_ident()得到，在线程退出后，标识符会被系统回收。在线程执行过程中可以调用_thread.exit()终止本线程的执行。
java代码
import _thread import time def threadFunction(count): for i in range(count): PRint('进程id为%d的打印%d'%(_thread.get_ident(),i)) i-=1 time.sleep(0.1) def begin(): ident1=_thread.start_new_thread(threadFunction,(100,)) print('启动标识符为%d的进程'%(ident1,)) ident2=_thread.start_new_thread(threadFunction,(100,)) print('启动标识符为%d的进程'%(ident2,)) if __name__ == '__main__': begin()
二.使用Thread类来实现多线程，这种方式是对_thread模块(如果没有_thread,则为dummy_threading)的高级封装，在这种方式下我们需创建新类继承threading.Thread，和java一样重写threading.Thread的run方法即可.启动线程用线程的start方法，它会调用我们重写的run方法.
Java代码
class MyThread(threading.Thread): '''只能重写__init__ 和 run 两个方法''' def __init__(self,name): threading.Thread.__init__(self) self.name=name self.bool_stop=False def run(self): while not self.bool_stop: print('进程%s,于%s'%(self.name,time.asctime())) time.sleep(1) def stop(self): self.bool_stop = True if __name__ == '__main__': th1=MyThread('one') th2=MyThread('two') th1.start() th2.start()
Thread类还定义了以下常用方法与属性：
Thread.getName() \Thread.setName()
老方式用于获取和设置线程的名称，官方建议用Thread.name替代
Thread.ident
获取线程的标识符。只有在调用start()方法执行后才有效，否则返回None。
Thread.is_alive()
判断线程是否是激活的。
Thread.join([timeout])
调用Thread.join将会使主调线程堵塞，直到被调用线程运行结束或超时。参数timeout是一个数值类型，表示超时时间，如果未提供该参数，那么主调线程将一直堵塞到被调线程结束。
Python中的锁
先用_thread模块的Lock锁来实现生产者消费者问题，Lock对象是Python提供的低级线程控制工具，使用起来非常简单，只需下面3条语句即可:
_thread.allocate_lock()返回一个新Lock对象，即为一个新锁
lock.acquire() 相当于P操作，得到一个锁，
lock.release()相当于V操作，释放一个锁
代码如下：
Java代码
import _thread,time,random dish=0 lock = _thread.allocate_lock() def producerFunction(): '''如果投的筛子比0.2大，则向盘子中增加一个苹果''' global lock,dish while True: if(random.random() > 0.1): lock.acquire() if dish < 100: dish+=1 print('生产者增加了一个苹果，现在有%d个苹果'%(dish,)) lock.release() time.sleep(random.random()*3) def consumerFunction(): '''如果投的筛子比0.5大，则从盘子中取一个苹果''' global lock,dish while True: if(random.random() > 0.9): lock.acquire() if dish > 0: dish-=1 print('消费者拿走一个苹果现，在有%d个苹果'%(dish,)) lock.release() time.sleep(random.random()*3) def begin(): ident1=_thread.start_new_thread(producerFunction,()) ident2=_thread.start_new_thread(consumerFunction,()) if __name__ == '__main__': begin()
另一个较高级的锁为RLock锁，RLock对象内部维护着一个Lock对象，它是一种可重入的对象。对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。这会导致Lock对象永远不会release，使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。
threading模块对Lock也提供和封装，提供了更高级的同步方式（可以理解为更高级的锁），包括threading.Event和threading.Condition，其中threading.Event为提供了简单的同步方式：一个进程标记event，其他进程等待，只需下面的几个方法即可：
Event.wait([timeout])
堵塞线程，直到Event对象内部标识位被设为True或超时（如果提供了参数timeout）。
Event.set()
将标识号设为Ture
Event.clear()
设为标识符False
threading.Condition可以把Condiftion理解为一把高级的琐，它提供了比Lock, RLock更高级的功能，允许我们能够控制复杂的线程同步问题。threadiong.Condition在内部维护一个琐对象（默认是RLock），可以在创建Condigtion对象的时候把琐对象作为参数传入。Condition也提供了acquire, release方法，其含义与琐的acquire, release方法一致，其实它只是简单的调用内部琐对象的对应的方法而已。Condition还提供了如下方法(特别要注意：这些方法只有在占用琐(acquire)之后才能调用，否则将会报RuntimeError异常。)：
Condition.wait([timeout]):
wait方法释放内部所占用的琐，同时线程被挂起，直至接收到通知被唤醒或超时（如果提供了timeout参数的话）。当线程被唤醒并重新占有琐的时候，程序才会继续执行下去。
Condition.notify():
唤醒一个挂起的线程（如果存在挂起的线程）。注意：notify()方法不会释放所占用的琐。
Condition.notify_all()
唤醒所有挂起的线程（如果存在挂起的线程）。注意：这些方法不会释放所占用的琐。