Python多线程threading

介绍

在Python中，使用多线程multi-threading可以『同时』执行多个任务，比如你需要一个线程来复制读取信息，另一个线程来解析。为什么这里的同时要加引号呢，这是由于Python中GIL，也就是全局锁，看似同时执行多个任务，实际上是分布执行的，只不过各自完成不同的任务会提高工作效率。如果你不了解GIL，请看下图

实例教程

实例1

import threadingdef job():    info = "this is an added thread, which is %s" % threading.current_thread    print(info)def main():    print(threading.active_count())    print(threading.enumerate())    #print(threading.current_thread())    # 创建一个Thread对象，让他来复制job任务    new_thread = threading.Thread(target=job)    # 执行线程任务    new_thread.start()    print(threading.active_count())if __name__ == '__main__':    main()

运行结果：

1[<_MainThread(MainThread, started 140637982934784)>]this is an added thread, which is <function current_thread at 0x7fe8cd92d378>2

解释一下：

threading是线程模块，需要导入
threading.active_count()方法会给出所有激活的线程数量
threading.enumerate()方法会列举出存在的每一个线程
threading.current_thread()方法会给出当前正在执行的线程
使用时需要先创建线程对象，并指定任务（target），然后用start方法来执行

实例2

import threadingimport timedef job():    print('T1 start\n')    # 让任务延迟一下    for i in range(10):        time.sleep(0.1)    print('T1 finish\n')def job2():    print('T2 start\n')    # 任务不延迟    print('T2 finish\n')def main():    thread1 = threading.Thread(target=job,name='T1')    thread2 = threading.Thread(target=job2,name='T2')    thread1.start()    thread2.start()    #thread1.join()    print('all done')if __name__ == '__main__':    main()

运行结果：

T1 startT2 startT2 finishall doneT1 finish

会发现all done并不是在最后执行的，怎么办呢？试试把join方法解除封（注）印（释），请看结果：

T1 startT2 startT2 finishT1 finishall done

解释一下：

多个线程是交叉进行的
join方法可以用来等待该线程完成任务

实例3

import threadingfrom queue import Queueimport timedef job(l,q):    for i in range(len(l)):        l[i] = l[i]**2    q.put(l)def multithreading(data):    q = Queue()    threads = []    THREAD_NUM = 4    for i in range(THREAD_NUM):        t = threading.Thread(target=job,args=(data[i],q))        t.start()        threads.append(t)    for t in threads:        t.join()    results = []    for _ in range(THREAD_NUM):        results.append(q.get())    print(results)def unithreading(data):    for i in range(len(data)):        l = data[i]        for j in range(len(l)):            data[i][j] = data[i][j]**2    print(data)if __name__ == '__main__':    data1 = [[1],[2,3],[4,5,6],[7,8,9,10]]    data2 = [[1],[2,3],[4,5,6],[7,8,9,10]]    time1 = time.clock()    unithreading(data1)    time2 = time.clock()    multithreading(data2)    time3 = time.clock()    runtime_uni = time2 - time1    runtime_multi = time3 - time2    print("Runtime for unithreading is %s seconds." % runtime_uni)    print("Runtime for multithreading is %s seconds." % runtime_multi)

运行结果：

[[1], [4, 9], [16, 25, 36], [49, 64, 81, 100]][[1], [4, 9], [16, 25, 36], [49, 64, 81, 100]]Runtime for unithreading is 4.300000000000137e-05 seconds.Runtime for multithreading is 0.001118000000000001 seconds.

解释一下：

这个例子主要是对比一下单线程是多线程的速度
这里演示了如何创建多个线程（此处为4个），并且分别执行任务
因为线程任务本身是没有return的，所以顺便学习一下队列queue的用法，以及put和get方法

实例4

import threadingdef job1():    global A    #global A,lock    #lock.acquire()    for i in range(10):        A  = 1        print('job1',A)    #lock.release()def job2():    global A    #global A,lock    #lock.acquire()    for i in range(10):        A  = 10        print('job2',A)    #lock.release()if __name__ == '__main__':    lock = threading.Lock()    A = 0    t1 = threading.Thread(target=job1)    t2 = threading.Thread(target=job2)    t1.start()    t2.start()    t1.join()    t2.join()

运行结果：

job1job2  111job1job2  1222job1job2  2333job1job2  3444job1job2  4555job1job2  5666job1job2  6777job1job2  7888job1job2  8999job1job2  100110

你会发现这打印得错乱了，这也是多个线程交替工作得原因，如果先想要规定一个线程工作的时候防止别的线程干扰，需要怎么做呢？试试使用lock（注释部分）吧，再运行一下：

job1 1job1 2job1 3job1 4job1 5job1 6job1 7job1 8job1 9job1 10job2 20job2 30job2 40job2 50job2 60job2 70job2 80job2 90job2 100job2 110

解释一下：

lock可以用来锁住一个线程，放置别的线程干扰它
acquire方法和release方法分别是用来加锁和解锁的

最后

多线程的简单应用就到这里，我们最开始说过由于GIL，Python得多线程并不是真正的去同时执行多个任务，那么有没有办法弥补呢？有，那就是多进程！你一定听说过多核吧，下次再讲：）

来源：https://www.icode9.com/content-1-605851.html

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。