Язык программирования Python

notifyВыводит из режима ожидания один из потоков, ожидающих данные условия. Метод можно вызвать, только овладев замком, ассоциированным с условием. Документация предупреждает, что в будущих реализациях модуля из целей оптимизации этот метод будет прерывать ожидание сразу нескольких потоков. Сам по себе метод notify не приводит к продолжению выполнения ожидавших условия потоков, так как этому препятствует занятый замок. Потоки получают управление только после снятия замка потоком, вызвавшим метод notify.

notifyAllЭтот метод аналогичен методу notify, но прерывает ожидание всех ждущих выполнения условия потоков.

В следующем примере условия используются для оповещения потоков о прибытии новой порции данных (организуется связь производитель — потребитель, producer — consumer):

Листинг

import threading

cv = threading.Condition

class Item:

«"«Класс–контейнер для элементов, которые будут потребляться

в потоках»""

def __init__(self):

self._items = []

def is_available(self):

return len(self._items) > 0

def get(self):

return self._items.pop

def make(self, i):

self._items.append(i)

item = Item

def consume:

«"«Потребление очередного элемента (с ожиданием его появления)»""

cv.acquire

while not item.is_available:

cv.wait

it = item.get

cv.release

return it

def consumer:

while True:

print consume

def produce(i):

«"«Занесение нового элемента в контейнер и оповещение потоков»""

cv.acquire

item.make(i)

cv.notify

cv.release

p1 = threading.Thread(target=consumer, name=«t1»)

p1.setDaemon(True)

p2 = threading.Thread(target=consumer, name=«t2»)

p2.setDaemon(True)

p1.start

p2.start

produce(«ITEM1»)

produce(«ITEM2»)

produce(«ITEM3»)

produce(«ITEM4»)

p1.join

p2.join

В этом примере условие cv отражает наличие необработанных элементов в контейнере item. Функция produce «производит» элементы, а consume, работающая внутри потоков, «потребляет». Стоит отметить, что в приведенном виде программа никогда не закончится, так как имеет бесконечный цикл в потоках, а в главном потоке — ожидание завершения этих потоков. Еще одна особенность — признак демона, установленный с помощью метода setDaemon объекта–потока до его старта.

Очередь

Процесс, показанный в предыдущем примере, имеет значение, достойное отдельного модуля. Такой модуль в стандартной библиотеке языка Python есть, и он называется Queue.

Помимо исключений — Queue.Full (очередь переполнена) и Queue.Empty (очередь пуста) - модуль определяет класс Queue, заведующий собственно очередью.

Собственно, здесь можно привести аналог примера выше, но уже с использованием класса Queue.Queue:

Листинг

import threading, Queue

item = Queue.Queue

def consume:

«"«Потребление очередного элемента (с ожиданием его появления)»""

return item.get

def consumer:

while True:

print consume

def produce(i):

«"«Занесение нового элемента в контейнер и оповещение потоков»""

item.put(i)

p1 = threading.Thread(target=consumer, name=«t1»)

p1.setDaemon(True)

p2 = threading.Thread(target=consumer, name=«t2»)

p2.setDaemon(True)

p1.start

p2.start

produce(«ITEM1»)

produce(«ITEM2»)

produce(«ITEM3»)

produce(«ITEM4»)

p1.join

p2.join

Следует отметить, что все блокировки спрятаны в реализации очереди, поэтому в коде они явным образом не присутствуют.

Модуль thread

По сравнению с модулем threading, модуль thread предоставляет низкоуровневый доступ к потокам. Многие функции модуля threading, который рассматривался до этого, реализованы на базе модуля thread. Здесь стоит сделать некоторые замечания по применению потоков вообще. Документация по Python предупреждает, что использование потоков имеет особенности:

Исключение KeyboardInterrupt (прерывание от клавиатуры) может быть получено любым из потоков, если в поставке Python нет модуля signal (для обработки сигналов).

Не все встроенные функции, блокированные ожиданием ввода, позволяют другим потокам работать. Правда, основные функции вроде time.sleep, select.select, метод read файловых объектов не блокируют другие потоки.

Невозможно прервать метод acquire, так как исключение KeyboardInterrupt возбуждается только после возврата из этого метода.

Нежелательно, чтобы главный поток завершался раньше других потоков, так как не будут выполнены необходимые деструкторы и даже части finally в операторах try–finally. Это связано с тем, что почти все операционные системы завершают приложение, у которого завершился главный поток.

Визуализация работы потоков

Следующий пример иллюстрирует параллельность выполнения потоков, используя возможности библиотеки графических примитивов Tkinter (она входит в стандартную поставку Python). Несколько потоков наперегонки увеличивают размеры прямоугольника некоторого цвета. Цветом победившего потока окрашивается кнопка Go:

Листинг

import threading, time, sys

from Tkinter import Tk, Canvas, Button, LEFT, RIGHT, NORMAL, DISABLED

global champion

# Задается дистанция, цвет полосок и другие параметры

distance = 300

colors = [«Red»,«Orange»,«Yellow»,«Green»,«Blue»,«DarkBlue»,«Violet»]

nrunners = len(colors) # количество дополнительных потоков

positions = [0] * nrunners # список текущих позиций

h, h2 = 20, 10 # параметры высоты полосок