如何正確區分Python線程
在Python語言中Python線程可以從這里開始與主線程對GIL的競爭，在t_bootstrap中，申請完了GIL，也就是說子線程也就獲得了GIL，使其始終保存著活動線程的狀態對象。
當PyEval_AcquireThread結束之后，子線程也就獲得了GIL，并且做好了一切執行的準備。接下來子線程通過PyEval_ CallObjectWithKeywords，將最終調用我們已經非常熟悉的PyEval_EvalFrameEx。
也就是Python的字節碼執行引擎。傳遞進PyEval_CallObjectWithKeywords的boot->func是一PyFunctionObject對象，正是therad1.py中定義的threadProc編譯后的結果。在PyEval_CallObjectWithKeywords結束之后，子線程將釋放GIL，并完成銷毀線程的所有掃尾工作，到了這里，子線程就結束了。
從t_bootstrap的代碼看上去，似乎子線程會一直執行，直到子線程的所有計算都完成，才會通過PyThreadState_DeleteCurrent釋放GIL。如此一來，那主線程豈非一直都會處于等待GIL的狀態？如果真是這樣，那Python線程顯然就不可能支持多線程機制了。
實際上在PyEval_EvalFrameEx中，圖15-2中顯示的Python內部維護的那個模擬時鐘中斷會不斷地激活線程的調度機制，在子線程和主線程之間不斷地進行切換。從而真正實現多線程機制，當然，這一點我們將在后面詳細剖析?，F在我們感興趣的是子線程在PyEval_AcquireThreade中到底做了什么。
到這里，了解了PyEval_AcquireThread，似乎創建線程的機制都清晰了。但實際上，有一個非常重要的機制——線程狀態保護機制——隱藏在了一個毫不起眼的地方：PyThreadState_New。
- [threadmodule.c]
- static PyObject* thread_PyThread_start_new_thread(PyObject *self, PyObject
- *fargs)
- {
- PyObject *func, *args, *keyw = NULL;
- struct bootstate *boot;
- long ident;
- PyArg_UnpackTuple(fargs, "start_new_thread", 2, 3, &func, &args, &keyw);
- //[1]：創建bootstate結構
- boot = PyMem_NEW(struct bootstate, 1);
- boot->interp = PyThreadState_GET()->interp;
- boot->funcfunc = func;
- boot->argsargs = args;
- boot->keywkeyw = keyw;
- //[2]：初始化多線程環境
- PyEval_InitThreads(); /* Start the interpreter's thread-awareness */
- //[3]：創建線程
- ident = PyThread_start_new_thread(t_bootstrap, (void*) boot);
- return PyInt_FromLong(ident);
- [thread.c]
- /* Support for runtime thread stack size tuning.
- A value of 0 means using the platform's default stack size
- or the size specified by the THREAD_STACK_SIZE macro. */
- static size_t _pythread_stacksize = 0;
- [thread_nt.h]
- long PyThread_start_new_thread(void (*func)(void *), void *arg)
- {
- unsigned long rv;
- callobj obj;
- obj.id = -1; /* guilty until proved innocent */
- obj.func = func;
- obj.arg = arg;
- obj.done = CreateSemaphore(NULL, 0, 1, NULL);
- rv = _beginthread(bootstrap, _pythread_stacksize, &obj); /* use default stack size */
- if (rv == (unsigned long)-1) {
- //創建raw thread失敗
- obj.id = -1;
- }
- else {
- WaitForSingleObject(obj.done, INFINITE);
- }
- CloseHandle((HANDLE)obj.done);
- return obj.id;
- }
這個機制對于理解Python線程的創建和維護是非常關鍵的。要剖析線程狀態的保護機制，我們首先需要回顧一下線程狀態。在Python中，每一個Python線程都會有一個線程狀態對象與之關聯。
在線程狀態對象中，記錄了每一個線程所獨有的一些信息。實際上，在剖析Python的初始化過程時，我們曾經見過這個對象。每一個線程對應的線程狀態對象都保存著這個線程當前的PyFrameObject對象，線程的id這樣一些信息。有時候，線程是需要訪問這些信息的。
比如考慮一個最簡單的情形，在某種情況下，每個線程都需要訪問線程狀態對象中所保存的thread_id信息，顯然，線程A獲得的應該是A的thread_id，線程B亦然。倘若線程A獲得的是B的thread_id，那就壞菜了。這就意味著Python線程內部必須有一套機制，這套機制與操作系統管理進程的機制非常類似。
我們知道，在操作系統從進程A切換到進程B時，首先會保存進程A的上下文環境，再進行切換；當從進程B切換回進程A時，又會恢復進程A的上下文環境，這樣就保證了進程A始終是在屬于自己的上下文環境中運行。
這里的線程狀態對象就等同于進程的上下文，Python同樣會有一套存儲、恢復線程狀態對象的機制。同時，在Python內部，維護著一個全局變量：PyThreadState * _PyThread- State_Current。
當前活動線程所對應的線程狀態對象就保存在這個變量里，當Python調度線程時，會將被激活的線程所對應的線程狀態對象賦給_PyThreadState_Current，使其始終保存著活動線程的狀態對象。
這就引出了這樣的一個問題：Python如何在調度進程時，獲得被激活線程對應的狀態對象？Python內部會通過一個單向鏈表來管理所有的Python線程的狀態對象，當需要尋找一個線程對應的狀態對象時。#t#
就遍歷這個鏈表，搜索其對應的狀態對象。在此后的描述中，我們將這個鏈表稱為“狀態對象鏈表”。下面我們來看一看實現這個機制的關鍵數據結構在Python中，對于這個狀態對象鏈表的訪問，不必在GIL的保護下進行。
因為對于這個狀態對象鏈表，Python線程會創建一個獨立的鎖，專職對狀態對象鏈表進行保護。這個鎖的創建是在Python進行初始化的時候完成的。PyThread_create_key將創建一個新的key。注意，這里的key都是一個整數，而且，當PyThread_create_key***次被調用時（在_PyGILState_Init中的調用正是***次調用）。
會通過PyThread_allcate_lock創建一個keymutex。根據我們前面的分析，這個keymutex實際上和GIL一樣，都是一個PNRMUTEX結構體，而在這個結構體中，維護著一個Win32下的Event內核對象。這個keymutex的功能就是用來互斥對狀態對象鏈表的訪問。
在_PyGILState_Init中，創建的新key被Python維護的全局變量autoTLSkey接收，其中的TLS是Thread Local Store的縮寫，這個autoTLSkey將用作Python保存所有線程的狀態對象的一個參數。的key值。也就是說，狀態對象列表中所有key結構體中的key值都會是autoTLSkey。哎，那位看官說了，你看PyThread_create_key返回的是nkeys的遞增后的值啊。
就是說每create一次，得到的結果都是不同的，怎么能說所有的key都是一樣的呢？事實上，在整個Python的源碼中，PyThread_create_key只在_PyGILState_Init中被調用了，而這個_PyGILState_Init只會在Python運行時環境初始化時調用一次。
