python线程方法卡住了

Question

我有一个 class MyClass，它在初始化时创建了 7 个线程。一个线程是 TCPServer，另外六个是 MyClass 的对象，TCPServer 用来处理请求。

我的意图是创建可以在 MyClass 后台运行并维护 6 个线程的方法。这 6 个线程对应于 2 个分布式对象 obj1 和 obj2 复制了一个名为 PySyncObj 的 Raft 实现。每个对象有三个线程。

每个对象集群 obj_1_cluster 和 obj_2_cluster 都有一个领导者，服务器必须跟踪它，因为对对象的所有更改都必须只发送给领导者。

class MyClass(object):

def __init__(self):

    self.server = TCPServer()

    self.obj_1_cluster = self.init_cluster(Class_1['bindings'], Class_1)
    self.server.obj1 = self.get_leader(obj_1_cluster)

    self.obj_2_cluster = self.init_cluster(obj_2['bindings'], Class_2)
    self.server.obj2 = self.get_leader(obj_2_cluster)


    # Create Daemon process for keeping leader current.
    self.obj1_leader_daemon = Thread(target = self.__obj1_leader_daemon())
    self.obj1_leader_daemon.setDaemon(True)
    self.obj1_leader_daemon.start()

    self.obj2_leader_deamon = Thread(target = self.__obj2_leader_daemon())
    self.obj2_leader_deamon.setDaemon(True)
    self.obj2_leader_deamon.start()

def __obj1_leader_daemon(self):
    while True:
        print("Running obj1 daemon")
        if self.server.obj1._isLeader():
            pass
        else:
            self.server.obj1 = self.get_leader(self.obj1)

def __obj2_leader_daemon(self):
    while True:
        print("running obj2 daemon")
        if self.server.obj2._isLeader():
            pass
        else:
            self.server.obj2 = self.get_leader(self.obj2)

当我运行这段代码时，我看到的唯一输出是...

Running obj1 daemon
Running obj1 daemon
Running obj1 daemon
...

直到我用 ctrl-C 终止进程。

有没有办法改变这一点，以便这两个进程可以运行使用它们自己的线程 - 忙于检查对象的状态以防它们需要更改它们？我已经阅读了很多关于线程的文章，但我不明白为什么它目前没有按照我认为应该的方式工作。

环境：我在 MacOS 10.13.3 上运行ning python 2.7.14。

Answer 1

__init__ 卡在

self.obj1_leader_daemon = Thread(target = self.__obj1_leader_daemon())

线程目标应该是运行的函数名称，但您调用了该函数。 self.__obj1_leader_daemon() 是一个无限循环，因此它永远不会 returns，没有任何内容分配给 target，也不会创建任何线程。您的主线程挂起运行ning 守护程序代码。

去掉牛仔腿就可以了

self.obj1_leader_daemon = Thread(target = self.__obj1_leader_daemon)

... 对另一个线程执行相同的操作。

python线程方法卡住了

python threading method stuck

python

multithreading

daemon

python-multithreading

raft