初步認(rèn)識信息隔離
信息隔離的意義何在
. 初步認(rèn)識信息隔離
什么是信息隔離？
比如說，咱有兩個線程，線程A里的變量，和線程B里的變量值不能共享。這就是信息隔離。
你可能要說，那變量名取不一樣不就好啦？
是的，如果所有的線程都不是由一個class實例化出來的同一個對象，確實是可以。這個問題我們暫且掛著，后面我再說明。
那么，如何實現(xiàn)信息隔離呢？
在Python中，其提供了threading.local這個類，可以很方便的控制變量的隔離，即使是同一個變量，在不同的線程中，其值也是不能共享的。
用代碼來看下
from threading import local, Thread, currentThread
# 定義一個local實例
local_data = local()
# 在主線中，存入name這個變量
local_data.name = 'local_data'
class MyThread(Thread):
? ? def run(self):
? ? ? ? print("賦值前-子線程：", currentThread(),local_data.__dict__)
? ? ? ? # 在子線程中存入name這個變量
? ? ? ? local_data.name = self.getName()
? ? ? ? print("賦值后-子線程：",currentThread(), local_data.__dict__)
if __name__ == '__main__':
? ? print("開始前-主線程：",local_data.__dict__)
? ? t1 = MyThread()
? ? t1.start()
? ? t1.join()
? ? t2 = MyThread()
? ? t2.start()
? ? t2.join()
? ? print("結(jié)束后-主線程：",local_data.__dict__)
來看看輸出結(jié)果
開始前-主線程： {'name': 'local_data'}
賦值前-子線程： <MyThread(Thread-1, started 4832)> {}
賦值后-子線程： <MyThread(Thread-1, started 4832)> {'name': 'Thread-1'}
賦值前-子線程： <MyThread(Thread-2, started 5616)> {}
賦值后-子線程： <MyThread(Thread-2, started 5616)> {'name': 'Thread-2'}
結(jié)束后-主線程： {'name': 'local_data'}
從輸出來看，我們可以知道，local實際是一個字典型的對象，其內(nèi)部可以以key-value的形式存入你要做信息隔離的變量。local實例可以是全局唯一的，只有一個。因為你在給local存入或訪問變量時，它會根據(jù)當(dāng)前的線程的不同從不同的存儲空間存入或獲取。
基于此，我們可以得出以下三點結(jié)論：
主線程中的變量，不會因為其是全局變量，而被子線程獲取到；
主線程也不能獲取到子線程中的變量；
子線程與子線程之間的變量也不能互相訪問。
所以如果想在當(dāng)前線程保存一個全局值，并且各自線程（包括主線程）互不干擾，使用local類吧。
. 信息隔離的意義何在
細(xì)心的你，一定已經(jīng)發(fā)現(xiàn)了，上面那個例子，即使我們不用threading.local來做信息隔離，兩個線程self.getName()本身就是隔離的，沒有任何關(guān)系的。因為這兩個線程是由一個class實例出的兩個不同的實例對象。自然是可以不用做隔離，因為其本身就是隔離的。
但是，現(xiàn)實開發(fā)中。不可排除有多個線程，是由一個class實例出的同一個實例對象而實現(xiàn)的。
譬如，現(xiàn)在新手特別喜歡的爬蟲項目。通常都是先給爬蟲一個主頁，然后獲取主頁下的所有鏈接，對這個鏈接再進行遍歷，一直往下，直到把所有的鏈接都爬完，獲取到我們所需的內(nèi)容。
由于單線程的爬取效率實在是太低了，我們考慮使用多線程來工作。先使用socket和www.sina.con.cn建立一個TCP連接。然后在這個連接的基礎(chǔ)上，對主頁上的每個鏈接（我們這里只舉news.sina.com.cn和blog.sina.com.cn這兩個子鏈接做例子）創(chuàng)建一個線程，這樣效率就高多了。
友情提醒：
以下代碼，若要理解，可能需要你了解下socket的網(wǎng)絡(luò)編程相關(guān)內(nèi)容。我在前幾天的文章中有發(fā)布一篇相關(guān)的文章，沒有基礎(chǔ)的同學(xué)可以先去看看那篇文章。
import threading
from functools import partial
from socket import socket, AF_INET, SOCK_STREAM
class LazyConnection:
? ? def __init__(self, address, family=AF_INET, type=SOCK_STREAM):
? ? ? ? self.address = address
? ? ? ? self.family = AF_INET
? ? ? ? self.type = SOCK_STREAM
? ? ? ? self.local = threading.local()
? ? def __enter__(self):
? ? ? ? if hasattr(self.local, 'sock'):
? ? ? ? ? ? raise RuntimeError('Already connected')
? ? ? ? # 把socket連接存入local中
? ? ? ? self.local.sock = socket(self.family, self.type)
? ? ? ? self.local.sock.connect(self.address)
? ? ? ? return self.local.sock
? ? def __exit__(self, exc_ty, exc_val, tb):
? ? ? ? self.local.sock.close()
? ? ? ? del self.local.sock
def spider(conn, website):
? ? with conn as s:
? ? ? ? header = 'GET / HTTP/1.1\r\nHost: {}\r\nConnection: close\r\n\r\n'.format(website)
? ? ? ? s.send(header.encode("utf-8"))
? ? ? ? resp = b''.join(iter(partial(s.recv, 100000), b''))
? ? print('Got {} bytes'.format(len(resp)))
if __name__ == '__main__':
? ? # 建立一個TCP連接
? ? conn = LazyConnection(('www.sina.com.cn', 80))
? ? # 爬取兩個頁面
? ? t1 = threading.Thread(target=spider, args=(conn,"news.sina.com.cn"))
? ? t2 = threading.Thread(target=spider, args=(conn,"blog.sina.com.cn"))
? ? t1.start()
? ? t2.start()
? ? t1.join()
? ? t2.join()
輸出結(jié)果
Got 765 bytes
Got 513469 bytes
如果是在這種場景下，要做到線程之間的狀態(tài)信息的隔離，就肯定要借助threading.local，所以threading.local的存在是有存在的意義的。其他還有很多場景是必須借助threading.local才能實現(xiàn)的，而這些就要靠你們在真正的業(yè)務(wù)開發(fā)中去發(fā)現(xiàn)咯。
