Python线程，以及多线程带来的数据错乱和死锁的解决方法

摘至本人有道云笔记《Python线程》

1.python多线程的创建

在Python中，同样可以实现多线程，有两个标准模块thread和threading，不过我们主要使用更高级的threading模块

threading模块提供的类：  

　　 Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。

threading 模块提供的常用方法： 

　　threading.currentThread(): 返回当前的线程变量。 

　　threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。 

　　threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

threading 模块提供的常量：

　　 threading.TIMEOUT_MAX 设置threading全局超时时间

Thread类

Thread是线程类，有两种使用方法，直接传入要运行的方法或从Thread继承并覆盖run()

1）将要执行的方法作为参数传给Thread的构造方法

构造方法： 

Thread(group=None, target=None, name=None, args=(), kwargs={}) 

　　group: 线程组，目前还没有实现，库引用中提示必须是None； 

　　target: 要执行的方法； 

　　name: 线程名； 

　　args/kwargs: 要传入方法的参数。

实例方法： 

　　isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。 

　　get/setName(name): 获取/设置线程名。 

　　is/setDaemon(bool): 获取/设置是后台线程（默认前台线程（False））。（在start之前设置）

　　　　如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程和后台线程均停止

       　　如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止

　　start(): 启动线程。 

　　join([timeout]): 阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout（可选参数）。

例1：验证了serDeamon(False)(默认)前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，主线程停止。

使用循环创建多线程

例2:继承线程类，子类创建线程

使用此方法创建线程，注意两点：

1）重写父类的__init__方法，并调用父类的__init__方法

2）实例化子类对象就是创建子线程，使用子线程对象m的start方法启动的是，子类里的run方法（线程要做的事）。

2.线程锁和ThreadLocal

1)线程锁

由于多个线程之间可以共享数据，那随之而来的问题就是：多个线程同时更改一个变量、使用一个资源时，就会出现数据错乱、死锁等现象。

下面是数据错乱的例子：

理论上如果顺序执行，change方法的每次计算结果都是0。由于两个线程都在同时访问change方法，就会造成数据错乱。

对于该问题，出现了Lock。 当访问某个资源之前，用Lock.acquire()锁住资源,访问之后，用Lock.release()释放资源。

获得锁的线程用完后一定要释放锁，否则那些苦苦等待锁的线程将永远等待下去，成为死线程。所以用try...finally来确保锁一定会被释放。

多线程编程，模型复杂，容易发生冲突，必须用锁加以隔离，同时，又要小心死锁的发生。