使用强制方法杀掉python线程的方法
使用强制方法杀掉python线程的方法
前言:
不要试图用强制方法杀掉一个python线程，这从服务设计上就存在不合理性。 多线程本用来任务的协作并发，如果你使用强制手段干掉线程，那么很大几率出现意想不到的bug。 请记住一点，锁资源不会因为线程退出而释放锁资源 ！
我们可以举出两个常见的例子：
1. 有个A线程拿到了锁，因为他是被强制干掉的，没能及时的release()释放锁资源，那么导致所有的线程获取资源是都被阻塞下去，这就是典型的死锁场景。
2.在常见的生产消费者的场景下，消费者从任务队列获取任务，但是被干掉后没有把正在做的任务丢回队列中，那么这就造成了数据丢失。
下面是java和python终止线程的方法:
java有三种方法可以使终止线程：
1. 使用退出标志，使线程正常退出，也就是当run方法完成后线程终止。
2. 使用stop方法强行终止线程（不推荐使用，因为stop和suspend、resume一样，也可能发生不可预料的结果）。
3. 使用interrupt方法中断线程。
python可以有两种方法：
1. 退出标记
2. 使用ctypes强行杀掉线程
不管是python还是java环境下，理想的停止退出线程方法是 让线程自个自杀，所谓的线程自杀就是 你给他一个标志位，他退出线程。
下面我们会采用多种方法来测试 停止python线程的异常情况。我们查看一个进程所有的执行线程, 进程是用过掌控资源，线程是用作调度单元，进程要被调度执行必须要有一个线程，默认的线程和进程的pid一样的。
ps -mp 31449 -o THREAD,tid USER %CPU PRI SCNT WCHAN USER SYSTEM TID root 0.0 - - - - - - root 0.0 19 - poll_s - - 31449 root 0.0 19 - poll_s - - 31450
获取到了进程所有的线程后，通过strace得知 31450 是需要我们kill的线程id，当我们kill的时候，会出现整个进程都崩溃的情况。 在多线程环境下，产生的信号是传递给整个进程的，一般而言，所有线程都有机会收到这个信号，进程在收到信号的的线程上下文执行信号处理函数，具体是哪个线程执行的难以获知。也就是说，信号会随机发个该进程的一个线程。
strace -p <span style="font-size:14px;line-height:21px;">31450</span> Process <span style="font-size:14px;line-height:21px;">31450</span> attached - interrupt to quit
select(0, NULL, NULL, NULL, {0, 320326}) = 0 (Timeout)
select(0, NULL, NULL, NULL, {1, 0}) = 0 (Timeout)
select(0, NULL, NULL, NULL, {1, 0}) = 0 (Timeout)
select(0, NULL, NULL, NULL, {1, 0}) = ? ERESTARTNOHAND (To be restarted)
--- SIGTERM (Terminated) @ 0 (0) ---
Process <span style="font-size:14px;line-height:21px;">31450</span> detached
上面出现的问题其实跟pthread的说明是一致的。当我们在python代码里加入 signal 信号处理函数后，回调函数可以防止整个进程的退出，那么问题来了，通过信号函数不能识别你要干掉哪一个线程，也就是说，不能精准的干掉某个线程。你虽然把信号发给31450线程id，但是信号受理人是所属进程的任何一个，另外传给信号处理函数的参数只有信号数和信号stack而已，可有可无的。
加了信号处理后，不会退出进程
select(0, NULL, NULL, NULL, {1, 0}) = 0 (Timeout)
select(0, NULL, NULL, NULL, {1, 0}) = ? ERESTARTNOHAND (To be restarted)
--- SIGTERM (Terminated) @ 0 (0) ---
rt_sigreturn(0xffffffff) = -1 EINTR (Interrupted system call)
select(0, NULL, NULL, NULL, {1, 0}) = 0 (Timeout)
select(0, NULL, NULL, NULL, {1, 0}) = 0 (Timeout)
如果想从外部通知杀掉某个线程，那么可以构建使用rpc服务，或者别的方式通信，signal信号不可以，因为无法无法传递更多的信息。
python的线程不是模拟的，是真实的内核线程，内核调用pthread方法，但Python上层没有提供关闭线程的方法，这就需要我们自己把握了。强烈推荐使用 event 或者 自定义标志位的方法， 如果非要强制杀掉线程，那么可以用python ctypes PyThreadState SetAsyncExc 方法强制退出，这样对于运行的python服务没有什么影响。
该函数的实现原理比较简单，其实也是在python虚拟机里做个标示位，然后由虚拟机运行一个异常来取消线程，虚拟机会帮你做好try cache。 切记不要在外部杀掉python的某个线程，虽然你能通过ctypes找到线程id，但是你直接kill会干掉整个进程的。
下面的代码是 用ctypes 杀掉线程的样例，不推荐使用，因为太粗暴了.
import ctypes
def terminate_thread(thread):
if not thread.isAlive():
return
exc = ctypes.py_object(SystemExit)
res = ctypes.pythonapi.PyThreadState_SetAsyncExc(
ctypes.c_long(thread.ident), exc)
if res == 0:
raise ValueError("nonexistent thread id")
elif res > 1:
ctypes.pythonapi.PyThreadState_SetAsyncExc(thread.ident, None)
raise SystemError("PyThreadState_SetAsyncExc failed")
咱们简单look一下PyThreadState源代码，总而言之触发线程的异常模式。 有兴趣的人可以阅读 python pystate.c 的设计，配合着youtube的一些视频分享。
int
PyThreadState_SetAsyncExc(long id, PyObject *exc) {
PyInterpreterState *interp = GET_INTERP_STATE();
...
HEAD_LOCK();
for (p = interp->tstate_head; p != NULL; p = p->next) {
if (p->thread_id == id) {
从链表里找到线程的id，避免死锁，我们需要释放head_mutex。
PyObject *old_exc = p->async_exc;
Py_XINCREF(exc); #增加该对象的引用数
p->async_exc = exc; # 更为exc模式
HEAD_UNLOCK();
Py_XDECREF(old_exc); # 因为要取消，当然也就递减引用
...
return 1; #销毁线程成功
}
}
HEAD_UNLOCK();
return 0;
}
原生posix pthread 可以使用 ptread_cancel(tid) 在主线程中结束子线程。但是 Python 的线程库不支持这样做，理由是我们不应该强制地结束一个线程，这样会带来很多隐患，应该让该线程自己结束自己。所以在 Python 中，推荐的方法是在子线程中循环判断一个标志位，在主线程中改变该标志位，子线程读到标志位改变，就结束自己。
类似这个逻辑:
def consumer_threading(): t1_stop= threading.Event() t1 = threading.Thread(target=thread1, args=(1, t1_stop)) t2_stop = threading.Event() t2 = threading.Thread(target=thread2, args=(2, t2_stop)) time.sleep(duration) #stop the thread2 t2_stop.set() def thread1(arg1, stop_event): while(not stop_event.is_set()): #similar to time.sleep() stop_event.wait(time) pass def thread2(arg1, stop_event): while(not stop_event.is_set()): stop_event.wait(time) pass
简单的总结，虽然我们可以用ctypes里的pystats来控制线程，但这种粗暴中断线程的方法是不合理的。 请选用 自杀模式 ！如果你的线程正在发生io阻塞，而不能判断事件怎么办？ 你的程序需要做优化了，最少在网络io层需要有主动的timeout，避免一直的阻塞下去。