C++ 技術(shù)中心

腳本語言是快速編寫富有彈性的代碼的重要方法之一，在 Unix 系統(tǒng)自動(dòng)化管理中已經(jīng)應(yīng)用了多種腳本語言。現(xiàn)在，在許多應(yīng)用開發(fā)中，也提供了腳本層，這大大方便用戶實(shí)現(xiàn)通用任務(wù)自動(dòng)處理或者編寫應(yīng)用擴(kuò)展，許多成功的應(yīng)用，諸如 GIMP、Emacs、MS Office、PhotoShop、AutoCAD 等都應(yīng)用了腳本技術(shù)。在某種意義上，一切皆可腳本化。

在另一篇文章中，我們已經(jīng)介紹了如何在 C 應(yīng)用中嵌入 Python 語言，通過這項(xiàng)技術(shù)，可以讓應(yīng)用的高級(jí)用戶來修改或定制化他們的程序，你可以充分利用 Python 的語言能力而不用自己去實(shí)現(xiàn)嵌入語言。Python 是一個(gè)不錯(cuò)的的選擇，因?yàn)樗峁┝烁蓛糁庇^的 C 語言 API。關(guān)于如何在 C 應(yīng)用中嵌入 Python 解釋器，你可以參考：讓Python成為嵌入式語言一文。

現(xiàn)在我們來更深入地探討一些問題。 鑒于許多復(fù)雜的應(yīng)用都會(huì)利用多線程技術(shù)，本文將著重介紹如何創(chuàng)建線程安全的界面來調(diào)用Python解釋器。

這里的所有例子都是用 Python 2.7.2，所有的 Python 函數(shù)都以extern “C”定義，因此對(duì)于 C 和 C++，其使用是別無二致的。
Python C 和線程

在C程序中創(chuàng)建執(zhí)行線程是很簡單的。在 Linux 中，通常的做法是使用 POSIX 線程（pthread) API 并調(diào)用 pthread_create 函數(shù)。關(guān)于如何使用 pthreads，你可以參考 Felix Garcia 和Javier Fernandez 著的 “POSIX Thread Libraries”一文。為了支持多線程， Python 使用了互斥使訪問內(nèi)部數(shù)據(jù)結(jié)構(gòu)串行化。這種互斥即 “全局解釋器鎖 – global interpreter lock”，當(dāng)某個(gè)線程想使用 Python 的C API的時(shí)候，它必須獲得 全局解釋器鎖，這避免了會(huì)導(dǎo)致解析器狀態(tài)崩潰的競(jìng)爭(zhēng)條件（race condition)。

互斥的鎖定和釋放是通過 PyEval_AcquireLock 和 Eval_ReleaseLock 來描述的。調(diào)用了 PyEval_AcquireLock 之后，可以安全地假定你的線程已經(jīng)持有了鎖，其他相關(guān)線程不是被阻塞就是在執(zhí)行與 Python 解析器無關(guān)的代碼。現(xiàn)在你可以任意調(diào)用 Python 函數(shù)了。一旦取得了鎖，你必須確保調(diào)用 PyEval_ReleaseLock 來釋放它，否則就會(huì)導(dǎo)致線程死鎖并凍結(jié)其他 Python 線程。

更復(fù)雜的情況是，每個(gè)運(yùn)行 Python 的線程維護(hù)著自己的狀態(tài)信息。這些和特定線程相關(guān)的數(shù)據(jù)存儲(chǔ)在稱為 PyThreadState 的對(duì)象中。當(dāng)在多線程應(yīng)用中用 C 語言調(diào)用 Python API 函數(shù)時(shí)，你必須維護(hù)自己的 PyThreadState 對(duì)象以便能安全地執(zhí)行并發(fā)的 Python 代碼。

如果你對(duì)開發(fā)多線程應(yīng)用相當(dāng)有經(jīng)驗(yàn)，你可能會(huì)發(fā)現(xiàn)全局解釋器鎖的概念相當(dāng)不方便。不過，現(xiàn)在它已經(jīng)不像首次出現(xiàn)時(shí)那樣糟糕了。當(dāng) Python 對(duì)腳本進(jìn)行解釋時(shí)，它會(huì)定期切換出當(dāng)前 PyThreadState 對(duì)象并釋放全局解釋器鎖，從而將控制權(quán)釋放給其他線程。之前被阻塞的線程可以試圖鎖定全局解釋器鎖從而被運(yùn)行。有些時(shí)候，原來的線程會(huì)再次獲得全局解釋器鎖再次切回解釋器。

這意味著當(dāng)調(diào)用 PyEval_SimpleString 時(shí)，即使你持有全局解釋器鎖，其他線程仍有機(jī)會(huì)被執(zhí)行，這樣的副作用無可避免。另外，當(dāng)你調(diào)用以 C 語言寫就的 Python 模塊（包括許多內(nèi)置模塊） 存在著將控制權(quán)釋放給其他線程的可能性。基于這個(gè)原因，當(dāng)你用兩個(gè) C 線程來執(zhí)行計(jì)算密集的 Python 腳本，它們確實(shí)能分享 CPU 時(shí)間并發(fā)運(yùn)行，但由于全局解釋器鎖的存在，在多處理器的計(jì)算機(jī)上，Python 無法通過線程充分計(jì)算機(jī)的 CPU 處理能力。

啟用線程支持
在多線程的 C 程序使用 Python API 之前，必須調(diào)用一些初始化例程。如果編譯解釋器庫時(shí)啟用了多線程支持（通常情況如此），你就有了一個(gè)是否啟用線程的運(yùn)行時(shí)選項(xiàng)。除非你計(jì)劃使用線程，否則不建議啟用該選項(xiàng)。未啟用該選項(xiàng)，Python 可以避免因互斥鎖定其內(nèi)部數(shù)據(jù)結(jié)構(gòu)而產(chǎn)生的系統(tǒng)開銷。但是如果你打算用 Python 來擴(kuò)展多線程應(yīng)用，你就需要在初始化解釋器的時(shí)候啟用線程支持。我個(gè)人建議，應(yīng)該在主線程執(zhí)行時(shí)就初始化 Python，最好是在應(yīng)用程序啟動(dòng)的時(shí)候，就調(diào)用下面兩行代碼：

// initialize Python
Py_Initialize();
// initialize thread support
PyEval_InitThreads();

這兩個(gè)函數(shù)都返回 void，所以無需檢查錯(cuò)誤代碼。現(xiàn)在，我們可以假定 Python 解釋器已準(zhǔn)備好執(zhí)行 Python 代碼。Py_Initialize 分配解釋器庫使用的全局資源。調(diào)用PyEval_InitThreads 則啟用運(yùn)行時(shí)線程支持。這導(dǎo)致 Python 啟用其內(nèi)部的互斥鎖機(jī)制，用于解釋器內(nèi)代碼關(guān)鍵部分的系列化訪問。此函數(shù)的另一個(gè)作用是鎖定全局解釋器鎖。該函數(shù)完成后，需要由用戶負(fù)責(zé)釋放該鎖。不過，在釋放鎖之前, 你應(yīng)該捕獲當(dāng)前 PyThreadState 對(duì)象的指針。后續(xù)創(chuàng)建新的 Python 線程以及結(jié)束使用 Python 時(shí)要正確關(guān)閉解釋器，都需要用到該對(duì)象。下面這段代碼用來捕獲 PyThreadState 對(duì)象指針:

PyThreadState * mainThreadState = NULL;
// save a pointer to the main PyThreadState object
mainThreadState = PyThreadState_Get();
// release the lock
PyEval_ReleaseLock();

創(chuàng)建新的執(zhí)行線程

在 Python 里，每個(gè)執(zhí)行 Python 代碼的線程都需要一個(gè) PyThreadState 對(duì)象。解釋器使用此對(duì)象來管理每個(gè)線程獨(dú)立的數(shù)據(jù)空間。理論上，這意味著一個(gè)線程中的動(dòng)作不會(huì)牽涉到另一個(gè)線程的狀態(tài)。例如，你在一個(gè)線程中拋出異常，其他 Python 代碼片段仍會(huì)繼續(xù)運(yùn)行，就好象什么事情都沒有發(fā)生一樣。你必須幫助 Python 管理每個(gè)線程的數(shù)據(jù)。為此，你需要為每個(gè)執(zhí)行 Python 代碼的 C 線程手工創(chuàng)建一個(gè) PyThreadState 對(duì)象.要?jiǎng)?chuàng)建 PyThreadState 對(duì)象，你需要用到既有的 PyInterpreterState 對(duì)象。PyInterpreterState 對(duì)象帶有為所有參與的線程所共享的信息。當(dāng)你初始化 Python 時(shí)，它就會(huì)創(chuàng)建一個(gè) PyInterpreterState 對(duì)象，并將它附加在主線程的 PyThreadState 對(duì)象上。你可以使用該解釋器對(duì)象為你自己的 C 現(xiàn)成創(chuàng)建新的 PyThreadState。請(qǐng)參考下面代碼

// get the global lock
PyEval_AcquireLock();
// get a reference to the PyInterpreterState
PyInterpreterState * mainInterpreterState = mainThreadState->interp;
// create a thread state object for this thread
PyThreadState * myThreadState = PyThreadState_New(mainInterpreterState);
// free the lock
PyEval_ReleaseLock();

// grab the global interpreter lock
PyEval_AcquireLock();
// swap in my thread state
PyThreadState_Swap(myThreadState);
// execute some python code
PyEval_SimpleString("import sys\n");
PyEval_SimpleString("sys.stdout.write(‘Hello from a C thread!\n‘)\n");
// clear the thread state
PyThreadState_Swap(NULL);
// release our hold on the global interpreter
PyEval_ReleaseLock();

清除線程
一旦你的 C 線程不再需要 Python 解釋器，你必須釋放相關(guān)資源。為此，需要?jiǎng)h除該線程的 PyThreadState 對(duì)象，相關(guān)代碼如下：

// grab the lock
PyEval_AcquireLock();
// swap my thread state out of the interpreter
PyThreadState_Swap(NULL);
// clear out any cruft from thread state object
PyThreadState_Clear(myThreadState);
// delete my thread state object
PyThreadState_Delete(myThreadState);
// release the lock
PyEval_ReleaseLock();

通過使用 Python API ，這個(gè)線程很有效率地完成了上述工作。現(xiàn)在你可以安全地調(diào)用 pthread_ext 來結(jié)束該線程的運(yùn)行。
關(guān)閉解釋器
一旦應(yīng)用不在需要 Python 解釋器，你可以用下面的代碼將 Python 關(guān)閉掉：

// shut down the interpreter
PyEval_AcquireLock();
Py_Finalize();

注意：因?yàn)?/font> Python 已經(jīng)被關(guān)系，這里就不需要釋放鎖。請(qǐng)確保在調(diào)用 Py_Finalize 之前用 PyThreadState_Clear 和 PyThreadState_Delete 刪除掉所有線程狀態(tài)對(duì)象。