Python感知線程狀態中Event與信號量的作用

這篇文章主要講解了“Python感知線程狀態中Event與信號量的作用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python感知線程狀態中Event與信號量的作用”吧！

目錄

• 一、停止線程

• 二、線程信號的傳遞

• 三、信號量

• 四、總結

一、停止線程

利用Threading庫我們可以很方便地創建線程，讓它按照我們的想法執行我們想讓它執行的事情，從而加快程序運行的效率。然而有一點坑爹的是，線程創建之后，就交給了操作系統執行，我們無法直接結束一個線程，也無法給它發送信號，無法調整它的調度，也沒有其他高級操作。如果想要相關的功能，只能自己開發。

怎么開發呢？

我們創建線程的時候指定了target等于一個我們想讓它執行的函數，這個函數并不一定是全局函數，實際上也可以是一個對象中的函數。如果是對象中的函數，那么我們就可以在這個函數當中獲取到對象中的其他信息，我們可以利用這一點來實現手動控制線程的停止。

說起來好像不太好理解，但是看下代碼真的非常簡單：

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()

如果你運行這段代碼，會發現屏幕上只輸出了10，因為我們將_running這個字段置為False之后，下次循環的時候不再滿足循環條件，它就會自己退出了。

如果我們想要用多線程來讀取IO，由于IO可能存在堵塞，所以可能會出現線程一直無法返回的情況。也就是說我們在循環內部卡死了，這個時候單純用_running來判斷還是不夠的，我們需要在線程內部設置計時器，防止循環內部的卡死。

class IOTask:
    def __init__(self):
        self._running = True
        
    def terminate(self):
        self._running = False

    def run(self, sock):
        # 在socket中設置計時器
        sock.settimeout(10)
        while self._running:
            try:
                # 由于設置了計時器，所以這里不會永久等待
                data = sock.recv(1024)
                break
            except socket.timeout:
                continue
        return

二、線程信號的傳遞

我們之所以如此費勁才能控制線程的運行，主要原因是線程的狀態是不可知的，并且我們無法直接操作它，因為它是被操作系統管理的。我們運行的主線程和創建出來的線程是獨立的，兩者之間并沒有從屬關系，所以想要實現對線程的狀態進行控制，往往需要我們通過其他手段來實現。

我們來思考一個場景，假設我們有一個任務，需要在另外一個線程運行結束之后才能開始執行。要想要實現這一點，就必須對線程的狀態有所感知，需要其他線程傳遞出信號來才行。我們可以使用threading中的Event工具來實現這一點。Event工具就是可以用來傳遞信號的，就好像是一個開關，當一個線程執行完成之后，會去啟動這個開關。而這個開關控制著另外一段邏輯的運行。

我們來看下樣例代碼：

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')

我們在線程里面就只做了輸出一行提示符，沒有其他任何邏輯。由于我們在run_in_thread函數當中沉睡了1s，所以一定是先輸出Main thread print再輸出的Thread is running。假設這個線程是一個很重要的任務，我們希望主線程能夠等待它運行到一個階段再往下執行，我們應該怎么辦呢？

注意，這里說的是運行到一個階段，并不是運行結束。運行結束我們很好處理，可以通過join來完成。但如果不是運行結束，而是運行完成了某一個階段，當然通過join也可以，但是會損害整體的效率。這個時候我們就必須要用上Event了。加上Event之后，我們再來看下代碼：

import time
from threading import Thread, Event

def run_in_thread(event):
    time.sleep(1)
    print('Thread is running')
    # set一下event，這樣外面wait的部分就會被啟動
    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')

整體的邏輯沒有太多的修改，主要的是增加了幾行關于Event的使用代碼。

我們如果要用到Event，最好在代碼當中只使用一次。當然通過Event中的clear方法我們可以重置Event的值，但問題是我們沒辦法保證重置的這個邏輯會在wait之前執行。如果是在之后執行的，那么就會問題，并且在debug的時候會異常痛苦，因為bug不是必現的，而是有時候會出現有時候不會出現。這種情況往往都是因為多線程的使用問題。

所以如果要多次使用開關和信號的話，不要使用Event，可以使用信號量。

三、信號量

Event的問題在于如果多個線程在等待Event的發生，當它一旦被set的時候，那么這些線程都會同時執行。但有時候我們并不希望這樣，我們希望可以控制這些線程一個一個地運行。如果想要做到這一點，Event就無法滿足了，而需要使用信號量。

信號量和Event的使用方法類似，不同的是，信號量可以保證每次只會啟動一個線程。因為這兩者的底層邏輯不太一致，對于Event來說，它更像是一個開關。一旦開關啟動，所有和這個開關關聯的邏輯都會同時執行。而信號量則像是許可證，只有拿到許可證的線程才能執行工作，并且許可證一次只發一張。

想要使用信號量并不需要自己開發，thread庫當中為我們提供了現成的工具——Semaphore，我們來看它的使用代碼：

# 工作線程
def worker(n, sema):
    # 等待信號量
    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()

在上面的代碼當中我們創建了10個線程，雖然這些線程都被啟動了，但是都不會執行邏輯，因為sema.acquire是一個阻塞方法，沒有監聽到信號量是會一直掛起等待。

當我們釋放信號量之后，線程被啟動，才開始了執行。我們每釋放一個信號，則會多啟動一個線程。這里面的邏輯應該不難理解。

四、總結

在并發場景當中，多線程的使用絕不是多啟動幾個線程做不同的任務而已，我們需要線程間協作，需要同步、獲取它們的狀態，這是非常不容易的。一不小心就會出現幽靈bug，時顯時隱，這也是并發問題讓人頭疼的主要原因。

感謝各位的閱讀，以上就是“Python感知線程狀態中Event與信號量的作用”的內容了，經過本文的學習后，相信大家對Python感知線程狀態中Event與信號量的作用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！