Python多執行緒變數優化—threadLocal

再多執行緒的環境下，每個執行緒都有自己的資料。在多執行緒程式設計中應該儘量使用區域性變數，避免使用全域性變數(全域性變數需要加鎖處理)。使用全域性變數時還要考慮變數能不能被共享。

但是使用區域性變數需要在每個函式作為引數傳遞，很麻煩。

threadLocal就是用來解決多執行緒中使用區域性變數導致使用繁瑣的問題。

我們實現一個類似物件工廠的執行緒，上層只需要匯入相關引數，即可生成符合要求的物件。

'多執行緒變數優化,單個執行緒只是用當前執行緒的變數'
'一個ThreadLocal變數雖然是全域性變數，但每個執行緒都只能讀寫自己執行緒的獨立副本'
 
 \
'，互不干擾。ThreadLocal解決了引數在一個執行緒中各個函式之間互相傳遞的問題。'
__author__ = 'click'
__date__ = '2018/7/24 下午5:44'

import threading
# 1.初始化一個threadLocal  
threadLocal = threading.local()


class Student(object):
    def __init__(self, name):
        self.__name = name

    def __str__(self):
        return 'Student的屬性__name的值是 %s'
 
 % (self.__name)
        # 直接使用str會打印出該物件的記憶體地址,不能打印出上述格式化的內容，必須呼叫__repr__代替__str__

    __repr__ = __str__


def addStudent():
    # 取出資料，threadLocal.studentName 很重要！！！
    student = threadLocal.studentName
    print('當前執行緒是%1s,該執行緒是用的變數student值是%2s' % (threading.current_thread().name, student.__repr__))


def
 
 addStudentThread(name):
    # 根據傳遞的引數，建立相關物件
    # 往threadLocal 中新增資料
    threadLocal.studentName = Student(name)
    addStudent()


print('----------使用了threadlocal-------------')

thread1 = threading.Thread(target=addStudentThread, args=('Jack',))
thread2 = threading.Thread(target=addStudentThread, args=('Tom',))

thread1.start()
thread2.start()
thread2.join()
thread1.join()

執行結果:

----------使用了threadlocal-------------
當前執行緒是Thread-1,該執行緒是用的變數student值是<bound method Student.__str__ of Student的屬性__name的值是 Jack>
當前執行緒是Thread-2,該執行緒是用的變數student值是<bound method Student.__str__ of Student的屬性__name的值是 Tom>

使用threadLocal只要分三步:
前提是匯入了threading包

import threading

• 初始化threadLocal

threadLocal = threading.local()

• 向threadLocal變數中賦值

threadLocal.studentName = Student(name)

• 根據變數取出相應的值

student = threadLocal.studentName

三部完成即可使用threadLocal，由於多執行緒中每個執行緒的threadLocal是相互獨立的。因此，在多執行緒的變數優化中，使用threadLocal進行優化是一個很好的選擇。

還有方式可以使用dict進行多執行緒中變數的優化。能夠達到threadLocal相同的功效，只是使用起來比較繁瑣。

Python多執行緒變數優化(含dict實現程式碼)