多线程并发程序设计与分析
by:授客 QQ：1033553122
1．技术难点分析与总结
难点1：线程运行时，运行顺序不固定
难点2：同一段代码，再不加锁的情况下，可能被多个线程同时执行，这会造成很多麻烦，比如变量的赋值不正确，方法的重复调用，而如果加锁，或者通过join阻塞方式等来控制，那么又如同运行单进程，效率低下，达不到，“并发”，“高速”的效果。
难点3：不通过join阻塞等方式，主线程可能会优先于子线程退出，这也会导致问题，比如子线程还在用文件句柄，主线程就把文件关闭了。
解决方法：
1、考虑为线程类添加变量属性，这样一来，每个线程都拥有自己的变量，互不影响，比如下面例子中用到的run_times
2、线程公用的一些变量，也可以考虑通过线程类的变量属性传递，比如下面例子中多线程用到的文件句柄file_handler
3、必要时，关键代码可以考虑枷锁Lock、RLock，具体自己看官方文档,比如下方的文件写入，不同线程可能会在同一行写入数据，导致数据统计时不准确，所以加锁，如果出于速度考虑，可以考虑分别给每个线程传递属于自己的文件句柄，写入不同的文件，
4、清理工作，关于这个，需要知道2点：
1）main线程退出时，不会kill非守护线程，但是会kill守护线程
2）通常，子线程start()后会去调用run方法，运行完run方法，子线程停止执行，不会继续运行之后的代码。
所以，通常我们可以这么做，获取当前活动线程数，如果线程数为1，则说明子线程都运行完，可以继续后面的代码清理工作，否则继续循环检测，这里还可以加代码优化，比如每隔一段时间检测一次，以免主线程浪费系统资源
# 利用主线程执行清理工作
current_active_thread_num
=
len(threading.enumerate())
# 获取当前活动线程数量
while
current_active_thread_num
!= :
) #
每10秒检测一次
current_active_thread_num
=
len(threading.enumerate())
2．代码实践
requestpy.py
#!/usr/bin/env python
#
-*- coding:utf-8 -*-
__author__
=
'shouke'
import
urllib.request
import
json
import
sys
import
threading
from
collections
import
Counter
import
time
import
datetime
class
SubThread(threading.Thread):
mutex_lock
= threading.RLock()
def
__init__(self,
file_handler):
self.file_handler
= file_handler
self.run_times
=
# 记录每个线程的运行次数
threading.Thread.__init__(self)
def
run(self):
while
self.run_times
<</span>
int]):
url
=
'http://xxxxxx/xxxxxcard/kq/codepool/test/'
request
= urllib.request.Request(url,
method='POST')
try:
response
= urllib.request.urlopen(request)
response_body
= response.read()
response_body
= response_body.decode('utf-8')
response_body
= json.loads(response_body)
#
写入文件
SubThread.mutex_lock.acquire()
self.file_handler.write(str(response_body['code']))
self.file_handler.write('\n')
SubThread.mutex_lock.release()
self.run_times
=
self.run_times
+
# 记录每个线程的运行次数
print('已经执行%s次请求'
%
str(self.run_times))
except
Exception
as
e:
print('请求错误%s'
% e)
def
analyze(test_result_data):
list_data
= []
#
存放目标数据
total_line_count
=
0 #
读取的文本行数
abnormal_line
=
0
#
存放异常数据行数
digit_line
=
0
#
存放正确数据函数
with
open(test_result_data,
'r')
as
file:
line
= file.readline()
while
line:
line
= line.strip('\n')
if
line.isdigit()
and
len(line)
== :
list_data.append(int(line))
digit_line
= digit_line +
else:
abnormal_line
= abnormal_line +
print('服务器返回数据异常')
line
= file.readline()
total_line_count
= total_line_count +
print('读取的总行数：%s'
%
str(total_line_count))
print('数据正确的行数：%s'
%
str(digit_line))
print('数据异常的行数：%s'
%
str(abnormal_line))
#
分析是否存在重复数据
set_data
=
set(list_data)
if
len(set_data)
==
len(list_data):
print('不存在重复数据,
总数：%s
条'
%
len(list_data))
else:
print('有重复数据，重复数据：%s条'
% (len(list_data)
-
len(set_data)))
if
__name__ ==
'__main__':
start_time
= datetime.datetime.now()
test_result_data =
'd:\\test_result_data.txt'
file
= open(test_result_data,
'w')
#
存储服务器返回数据
threads_pool
= [] #
线程池，存放线程对象
thread_num
=
0 #
记录创建的线程数量
while
thread_num <</span>
int]):
thread_obj
= SubThread(file)
threads_pool.append(thread_obj)
thread_num
= thread_num +
for
thread
in
threads_pool:
thread.start()
#
利用主线程执行清理工作
current_active_thread_num
=
len(threading.enumerate())
# 获取当前活动线程数量
while
current_active_thread_num
!= :
)
current_active_thread_num
=
len(threading.enumerate())
#
清理工作
try:
file.close()
except
Exception
as
e:
print('关闭文件出错%s'
% e)
end_time = datetime.datetime.now()
print('运行耗时:',end_time
- start_time)
# 分析数据
analyze(test_result_data)
运行(禁用time.sleep函数的情况下)：
100个线程，每个线程运行50次，总的运行
5000次
python requestpy.py
100
50
修改程序如下
class SubThread(threading.Thread):
def __init__(self, file_handler):
self.file_handler = file_handler
self.run_times = 0 # 记录每个线程的运行次数
threading.Thread.__init__(self)
def run(self):
while self.run_times < int(sys.argv[2]):
url = 'http://xxxxxx/xxxxxcard/kq/codepool/test/'
request = urllib.request.Request(url, method='POST')
try:
response = urllib.request.urlopen(request)
response_body = response.read()
response_body = response_body.decode('utf-8')
response_body = json.loads(response_body)
# 写入文件
self.file_handler.write(str(response_body['code']))
self.file_handler.write('\n')
self.run_times = self.run_times + 1 # 记录每个线程的运行次数
print('已经执行%s次请求' % str(self.run_times))
except Exception as e:
print('请求错误%s' % e)
def analyze(test_result_file_list):
list_data = [] # 存放目标数据
total_line_count = 0 # 读取的文本行数
abnormal_line = 0 # 存放异常数据行数
digit_line = 0 # 存放正确数据函数
for file in test_result_file_list:
with open(file, 'r') as file:
line = file.readline()
while line:
line = line.strip('\n')
if line.isdigit() and len(line) == 12:
list_data.append(int(line))
digit_line = digit_line + 1
else:
abnormal_line = abnormal_line + 1
print('服务器返回数据异常')
line = file.readline()
total_line_count = total_line_count + 1
print('读取的总行数：%s' % str(total_line_count))
print('数据正确的行数：%s' % str(digit_line))
print('数据异常的行数：%s' % str(abnormal_line))
# 分析是否存在重复数据
set_data = set(list_data)
if len(set_data) == len(list_data):
print('不存在重复数据, 总数：%s 条' % len(list_data))
else:
print('有重复数据，重复数据：%s条' % (len(list_data) - len(set_data)))
# 获取重复数据
filehaneder = open('d:\\repeat_data.txt', 'w')
c = Counter(list_data)
for item in c.items():
if item[1] > 1:
print('重复数据:%s' % item[0])
filehaneder.write(str(item[0]))
filehaneder.write('\n')
filehaneder.close()
if __name__ == '__main__':
start_time = datetime.datetime.now()
base_filename = 'test_result_data'
base_dirname = 'd:\\result\\'
test_result_file_list = [] # 存储结果数据文件名
sub_thread_file_list = [] # 每个线程的文件句柄
threads_pool = [] # 线程池，存放线程对象
thread_num = 0 # 记录创建的线程数量
while thread_num < int(sys.argv[1]):
filename = base_dirname + base_filename + str(thread_num + 1) + '.txt'
test_result_file_list.append(filename)
file = open(filename, 'w')
sub_thread_file_list.append(file)
thread_obj = SubThread(file)
threads_pool.append(thread_obj)
thread_num = thread_num + 1
for thread in threads_pool:
thread.start()
# # 利用主线程执行清理工作
current_active_thread_num = len(threading.enumerate()) # 获取当前活动线程数量
while current_active_thread_num != 1:
time.sleep(300)
current_active_thread_num = len(threading.enumerate())
# 清理工作
try:
for file in sub_thread_file_list:
file.close()
except Exception as e:
print('关闭文件出错%s' % e)
end_time = datetime.datetime.now()
print('运行耗时:',end_time - start_time)
# 分析数据
analyze(test_result_file_list)
运行结果：
