python 微线程

9.4  微线程—Stackless Python

Stackless Python是Python的一个增强版本。Stackless Python修改了Python的代码，提供了对微线程的支持。微线程是轻量级的线程，与前边所讲的线程相比，微线程在多个线程间切换所需的时间更多，占用资源也更少。
9.4.1  Stackless Python概述

Stackless Python不是必需的，它只是Python的一个修改版本，对多线程编程有更好的支持。如果在对线程应用有较高的要求时可以考虑使用Stackless Python来完成。
1．Stackless Python安装

在安装Stackless Python之前应该先安装Python，根据所安装的Python版本到Stackless Python的官方网站http://www.stackless.com下载相应的版本。对于Windows有预编译好的Stackless Python。以Python 2.5为例，下载相应的Stackless Python版本的压缩包，安装步骤如下所示。

（1）将压缩包中的python25.dll及python25_d.dll复制到Windows安装目录下的system32目录中，替换原有的python25.dll及python25_d.dll。注意在替换前应将原始的文件做好备份，以便在出现错误时恢复。

（2）将压缩包中libs目录中的文件复制到Python安装目录下的libs目录中，替换原有的文件。

（3）将压缩包中Lib目录中的文件复制到Python安装目录下的Lib目录中，替换原有的文件。

安装完成后可以在Python的交换式环境中输入如下所示代码。

import stackless

如果没有错误产生，则表示Stackless Python已经安装好了。若出现错误，则可能是Stackless Python与当前的Python版本不兼容，可以考虑使用其他版本的Python。
2．stackless模块中的tasklet对象

Stackless Python提供了stackless内置模块。stackless模块中的tasklet对象完成了与创建线程类似的功能。使用tasklet对象可以像创建线程运行函数那样来运行函数。以下实例使用tasklet对象的部分方法运行函数。

>>> import stackless                        # 导入stackless模块

>>> def show():                         # 定义show函数

...   print 'Stackless Python'

...

>>> st = stackless.tasklet(show)()      # 调用tasklet添加函数，第2个括号为函数参数

>>> st.run()                                # 调用run方法，执行函数

Stackless Python

>>> st = stackless.tasklet(show)()      # 重新生成st

>>> st.alive                                # 查看其状态

True

>>> st.kill()                           # 调用kill方法结束线程

>>> st.alive                                # 查看其状态

False

>>> stackless.tasklet(show)()                   # 直接调用tasklet

<stackless.tasklet object at 0x011DD3F0>

>>> stackless.tasklet(show)()

<stackless.tasklet object at 0x011DD570>

>>> stackless.run()                         # 调用模块的run方法

Stackless Python

Stackless Python
3．stackless模块中的schedule对象

stackless模块中的schedule对象可以控制任务的执行顺序。当有多个任务时，可以使用schedule对象使其依次执行。如下代码使用schedule对象控制任务顺序。

>>> import stackless                            # 导入stackless模块

>>> def show():                             # 定义show函数

...  stackless.schedule()                   # 使用schedule控制任务顺序

...  print 1

...  stackless.schedule()

...  print 2

...

>>> stackless.tasklet(show)()                   # 调用tasklet，生成任务列表

<stackless.tasklet object at 0x011CF830>

>>> stackless.tasklet(show)()

<stackless.tasklet object at 0x011DD570>

>>> stackless.run()                         # 执行任务

1

1

2

2
4．stackless模块中的channel对象

使用stackless模块中的channel对象可以在不同的人之间进行通信，这和线程间的通信类似。使用channel对象的send方法可以发送数据。使用channel对象的receive方法可以接收数据。

>>> import stackless                            # 导入stackless模块

>>> def send():                             # 定义send方法

...  chn.send('Stackless Python')               # 调用channel对象的send方法发送数据

...  print 'I send: Stackless Python'

...

>>> def rec():                              # 定义rec方法

...  print 'I receive:',chn.receive()           # 调用channel对象的receive方法接收数据

...

>>> stackless.tasklet(send)()                   # 调用tasklet，生成任务列表

<stackless.tasklet object at 0x011DD6B0>

>>> stackless.tasklet(rec)()

<stackless.tasklet object at 0x011DD570>

>>> stackless.run()                         # 执行任务

I receive: Stackless Python

I send: Stackless Python
9.4.2  使用微线程

使用Stackless Python的内置模块stackless也可以完成多线程编程，使用起来更加方便。以下S_P_C.py脚本将前边生产者与消费者的代码改写为Stackless版，代码更加简洁。

# -*- coding:utf-8 -*-

# file: S_P_C.py

#

import stackless                                # 导入stackless模块

import Queue                                    # 导入Queue模块

def Producer(i):                                    # 定义生产者

    global queue                             # 声明为全局Queue对象

    queue.put(i)                             # 向队列中添加数据

    print 'Producer',i, 'add',i

def Consumer():                             # 定义消费者

    global queue

    i = queue.get()                          # 从队列中取出数据

    print 'Consumer',i, 'get',i

queue = Queue.Queue()                       # 生成队列对象

for i in range(10):

    stackless.tasklet(Producer)(i)           # 添加生产者任务

for i in range(10):

    stackless.tasklet(Consumer)()                # 添加消费者任务

stackless.run()                             # 执行任务

运行脚本后输出如下所示。

Producer 0 add 0

Producer 1 add 1

Producer 2 add 2

Producer 3 add 3

Producer 4 add 4

Producer 5 add 5

Producer 6 add 6

Producer 7 add 7

Producer 8 add 8

Producer 9 add 9

Consumer 0 get 0

Consumer 1 get 1

Consumer 2 get 2

Consumer 3 get 3

Consumer 4 get 4

Consumer 5 get 5

Consumer 6 get 6

Consumer 7 get 7

Consumer 8 get 8

Consumer 9 get 9