Python之threading多线程

1、threading模块是Python里面常用的线程模块，多线程处理任务对于提升效率非常重要，先说一下线程和进程的各种区别，如图

概括起来就是

IO密集型（不用CPU）
    多线程
计算密集型（用CPU）
    多进程
使用线程和进程的目的都是为了提升效率
（1）单进程单线程，主进程、主线程
（2）自定义线程：
        主进程
            主线程
            子线程

　　

　

2、threading模块可以创建多个线程，不过由于GIL锁的存在，Python在多线程里面其实是快速切换，下面代码是创建线程的简单体验

import time
import threading

def f0():
    pass

def f1(a1,a2):
    time.sleep(5)
    f0()

'''下面代码是直接运行下去的，不会等待函数里面设定的sleep'''
t= threading.Thread(target=f1,args=(111,112))#创建线程
t.setDaemon(True)#设置为后台线程，这里默认是False，设置为True之后则主线程不用等待子线程
t.start()#开启线程

t = threading.Thread(target=f1, args=(111, 112))
t.start()

t = threading.Thread(target=f1, args=(111, 112))
t.start()
#默认情况下程序会等线程全部执行完毕才停止的，不过可以设置更改为后台线程，使主线程不等待子线程，主线程结束则全部结束

　　在线程里面setDaemon（）和join（）方法都是常用的，他们的区别如下

（1）join ()方法：主线程A中，创建了子线程B，并且在主线程A中调用了B.join()，那么，主线程A会在调用的地方等待，直到子线程B完成操作后，

才可以接着往下执行，那么在调用这个线程时可以使用被调用线程的join方法。join([timeout]) 里面的参数时可选的，代表线程运行的最大时

间，即如果超过这个时间，不管这个此线程有没有执行完毕都会被回收，然后主线程或函数都会接着执行的，如果线程执行时间小于参数表示的

时间，则接着执行，不用一定要等待到参数表示的时间。

（2）setDaemon()方法。主线程A中，创建了子线程B，并且在主线程A中调用了B.setDaemon(),这个的意思是，把主线程A设置为守护线程，这

时候，要是主线程A执行结束了，就不管子线程B是否完成,一并和主线程A退出.这就是setDaemon方法的含义，这基本和join是相反的。此外，还有

个要特别注意的：必须在start() 方法调用之前设置，如果不设置为守护线程，程序会被无限挂起，只有等待了所有线程结束它才结束。

3、Python多线程里面的锁的

在多线程处理任务的时候，在同时操作一个数据的时候可能会造成脏数据，这时候就出现了锁的概念，也就是有一个线程在操作该数据的时候，就把

该数据锁上，防止别的线程操作，操作完了再释放锁。

4、Python多线程里面的event方法

该方法的具体用法是给线程设置红绿灯，红灯表示停，绿灯表示运行，如代码

import threading
import time
def do(event):
    print('start')
    event.wait()#红灯，所有线程执行都这里都在等待
    print('end')

event_obj = threading.Event()#创建一个事件
for i in range(10):#创建10个线程
    t= threading.Thread(target=do,args=(event_obj,))
    t.start()

time.sleep(5)

event_obj.clear()#让灯变红，默认也是红的，阻塞所有线程运行
data= input('请输入要：')
if data =='True':
    event_obj.set()#变绿灯

　　结果如图