如何同时运行两个函数

Question

我正在进行测试，但我想同时运行两个功能。我有一个摄像头，我通过suds让它移动，然后我通过SSH登录到摄像头，检查摄像头的速度。当我检查速度时，摄像头已经停止了，所以没有速度可供查看。有没有办法让我这两个功能同时运行，以便测试摄像头的速度？下面是示例代码：

class VerifyPan(TestAbsoluteMove):

    def runTest(self):

        self.dest.PanTilt._x=350

        # Runs soap move command
        threading.Thread(target = SudsMove).start()

        self.command = './ptzpanposition -c 0 -u degx10'

        # Logs into camera and checks speed
        TestAbsoluteMove.Ssh(self)

        # Position of the camera verified through Ssh (No decimal point added to the Ssh value)
        self.assertEqual(self.Value, '3500')

我现在尝试了下面提到的线程模块。但是线程并没有和函数TestAbsoluteMove.Ssh()同步运行。我还需要其他代码来让它工作吗？

我考虑过在线程语句中加入参数，说明线程在Ssh()函数运行时启动。有没有人知道我该在这个语句中输入什么？

抱歉如果我没有解释清楚。'SudsMove'函数是让摄像头移动，而'Ssh'函数是登录到摄像头并检查摄像头当前的移动速度。问题是，当'Ssh'函数登录时，摄像头已经停止了。我需要这两个功能并行运行，这样我才能在摄像头移动时检查速度。

谢谢

Answer 1

一次只能有一个线程在运行。这方面的问题已经有很多详细的解答，大家可以在这里找到。一个解决办法是使用两个独立的进程。上面的回答里也提供了一些建议。

Answer 2

首先，你需要导入 threading 模块，然后像下面这样运行 SudsMove()：

threading.Thread(target = SudsMove).start()

这样做会创建并启动一个后台线程，负责执行移动操作。

对编辑后问题的回答：

根据我的理解，TestAbsoluteMove.Ssh(self) 是一次性获取速度，并把结果存储在 self.Value 里，对吧？！然后你用 self.assertEqual(self.Value, '3500') 来测试预期的最终倾斜/旋转/位置？!

如果我理解没错，你应该等相机开始移动后再进行测试。你可以在一定的时间间隔内获取速度：

# Move camera in background thread
threading.Thread(target = SudsMove).start()

# What does this do?
self.command = './ptzpanposition -c 0 -u degx10'

# Poll the current speed in an interval of 250 ms
import time
measuredSpeedsList = []

for i in xrange(20):
    # Assuming that this call will put the result in self.Value
    TestAbsoluteMove.Ssh(self)
    measuredSpeedsList.append(self.Value)
    time.sleep(0.25)

print "Measured movement speeds: ", measuredSpeedsList

移动速度会是 measuredSpeedsList 中的最大值（也就是 max(measuredSpeedsList)）。希望这样解释能让你明白……

Answer 3

如果你想使用常见的Python版本（CPython），你可以使用multiprocessing模块。这个模块非常强大，可以让你在不同的子进程中运行任务，比如你可以把一些不能被序列化的参数传给子进程，或者可以终止正在运行的任务等等。它的使用方式和线程很相似，而且不会受到全局解释器锁的限制。

不过，这里有个缺点，就是创建子进程需要比创建线程更多的时间；这在你有很多短小的任务时可能会成为问题。此外，由于进程之间需要通过序列化来传递数据，所以如果数据量很大，传递这些数据会耗费很多时间，而且每个进程都会有一份数据的副本，这样会占用更多的内存。在每个任务执行时间比较长，而且进出数据量不大的情况下，使用multiprocessing模块会非常合适。