原文:http://blog.sina.com.cn/s/blog_4b5039210100esc1.html

基础不必多讲,还是直接进入python。

Python代码代码的执行由python虚拟机(也叫解释器主循环)来控制。Python在设计之初就考虑到要在主循环中,同时只有一个线程在执行,就像单CPU的系统中运行多个进程那样,内存中可以存放多个程序,但任意时候,只有一个程序在CPU中运行。同样,虽然python解释器可以“运行”多个线程,但在任意时刻,只有一个线程在解释器中运行。

对python虚拟机的访问由全局解释器锁(GIL)来控制,这个GIL能保证同一时刻只有一个线程在运行。在多线程环境中,python虚拟机按以下方式执行:

1 设置GIL

2 切换到一个线程去运行

3 运行:(a.指定数量的字节码指令,或者b.线程主动让出控制(可以调用time.sleep()))

4 把线程设置为睡眠状态

5 解锁GIL

6 重复以上所有步骤

那么为什么要提出多线程呢?我们首先看一个单线程的例子。

from time import sleep,ctime

def loop0():

print 'start loop 0 at:',ctime()

sleep(4)

print 'loop 0 done at:',ctime()

def loop1():

print 'start loop 1 at:',ctime()

sleep(2)

print 'loop 1 done at:',ctime()

def main():

print 'starting at:',ctime()

loop0()

loop1()

print 'all DONE at:',ctime()

if __name__=='__main__':

main()

运行结果:

>>>

starting at: Mon Aug 31 10:27:23 2009

start loop 0 at: Mon Aug 31 10:27:23 2009

loop 0 done at: Mon Aug 31 10:27:27 2009

start loop 1 at: Mon Aug 31 10:27:27 2009

loop 1 done at: Mon Aug 31 10:27:29 2009

all DONE at: Mon Aug 31 10:27:29 2009

>>>

可以看到单线程中的两个循环, 只有一个循环结束后另一个才开始。  总共用了6秒多的时间。假设两个loop中执行的不是sleep,而是一个别的运算的话,如果我们能让这些运算并行执行的话,是不是可以减少总的运行时间呢,这就是我们提出多线程的前提。

Python中的多线程模块:thread,threading,Queue。

1  thread ,这个模块一般不建议使用。下面我们直接把以上的例子改一下,演示一下。

from time import sleep,ctime

import thread

def loop0():

print 'start loop 0 at:',ctime()

sleep(4)

print 'loop 0 done at:',ctime()

def loop1():

print 'start loop 1 at:',ctime()

sleep(2)

print 'loop 1 done at:',ctime()

def main():

print 'starting at:',ctime()

thread.start_new_thread(loop0,())

thread.start_new_thread(loop1,())

sleep(6)

print 'all DONE at:',ctime()

if __name__=='__main__':

main()

运行结果:

>>>

starting at: Mon Aug 31 11:04:39 2009

start loop 0 at: Mon Aug 31 11:04:39 2009

start loop 1 at: Mon Aug 31 11:04:39 2009

loop 1 done at: Mon Aug 31 11:04:41 2009

loop 0 done at: Mon Aug 31 11:04:43 2009

all DONE at: Mon Aug 31 11:04:45 2009

>>>

可以看到实际是运行了4秒两个loop就完成了。效率确实提高了。

2 threading模块

首先看一下threading模块中的对象:

Thread    :表示一个线程的执行的对象

Lock     :锁原语对象

RLock    :可重入锁对象。使单线程可以再次获得已经获得的锁

Condition  :条件变量对象能让一个线程停下来,等待其他线程满足了某个“条件”,如状态的改变或值的改变

Event     :通用的条件变量。多个线程可以等待某个事件发生,在事件发生后,所有的线程都被激活

Semaphore  :为等待锁的线程提供一个类似“等候室”的结构

BoundedSemaphore  :与semaphore类似,只是它不允许超过初始值

Timer       :  与Thread类似,只是,它要等待一段时间后才开始运行

其中Thread类是你主要的运行对象,它有很多函数,用它你可以用多种方法来创建线程,常用的为以下三种。

创建一个Thread的实例,传给它一个函数

创建一个Thread实例,传给它一个可调用的类对象

从Thread派生出一个子类,创建一个这个子类的实例

Thread类的函数有:

getName(self)  返回线程的名字

|

|  isAlive(self)  布尔标志,表示这个线程是否还在运行中

|

|  isDaemon(self)  返回线程的daemon标志

|

|  join(self, timeout=None) 程序挂起,直到线程结束,如果给出timeout,则最多阻塞timeout秒

|

|  run(self)  定义线程的功能函数

|

|  setDaemon(self, daemonic)  把线程的daemon标志设为daemonic

|

|  setName(self, name)  设置线程的名字

|

|  start(self)   开始线程执行

下面看一个例子:(方法一:创建Thread实例,传递一个函数给它)
import threading

from time import sleep,ctime

loops=[4,2]

def loop(nloop,nsec):

print 'start loop',nloop,'at:',ctime()

sleep(nsec)

print 'loop',nloop,'done at:',ctime()

def main():

print 'starting at:',ctime()

threads=[]

nloops=range(len(loops))

for i in nloops:

t=threading.Thread(target=loop,args=(i,loops[i]))

threads.append(t)

for i in nloops:

threads[i].start()

for i in nloops:

threads[i].join()

print 'all done at:',ctime()

if __name__=='__main__':

main()

可以看到第一个for循环,我们创建了两个线程,这里用到的是给Thread类传递了函数,把两个线程保存到threads列表中,第二个for循环是让两个线程开始执行。然后再让每个线程分别调用join函数,使程序挂起,直至两个线程结束。

另外的例子:(方法二:创建一个实例,传递一个可调用的类的对象)

import threading

from time import sleep,ctime

loops=[4,2]

class ThreadFunc(object):

def __init__(self,func,args,name=''):

self.name=name

self.func=func

self.args=args

def __call__(self):

self.res=self.func(*self.args)

def loop(nloop,nsec):

print 'start loop',nloop,'at:',ctime()

sleep(nsec)

print 'loop',nloop,'done at:',ctime()

def main():

print 'starting at:',ctime()

threads=[]

nloops=range(len(loops))

for i in nloops:

t=threading.Thread(target=ThreadFunc(loop,(i,loops[i]),loop.__name__))

threads.append(t)

for i in nloops:

threads[i].start()

for i in nloops:

threads[i].join()

print 'all done at:',ctime()

if __name__=='__main__':

main()

最后的方法:(方法三:创建一个这个子类的实例)

import threading

from time import sleep,ctime

loops=(4,2)

class MyThread(threading.Thread):

def __init__(self,func,args,name=''):

threading.Thread.__init__(self)

self.name=name

self.func=func

self.args=args

def run(self):

apply(self.func,self.args)

def loop(nloop,nsec):

print 'start loop',nloop,'at:',ctime()

sleep(nsec)

print 'loop',nloop,'done at:',ctime()

def main():

print 'starting at:',ctime()

threads=[]

nloops=range(len(loops))

for i in nloops:

t=MyThread(loop,(i,loops[i]),loop.__name__)

threads.append(t)

for i in nloops:

threads[i].start()

for i in nloops:

threads[i].join()

print 'all done at:',ctime()

if __name__=='__main__':

main()

另外我们可以把MyThread单独编成一个脚本模块,然后我们可以在别的程序里导入这个模块直接使用。

python多线程(二)的更多相关文章

  1. Python 多线程、多进程 (二)之 多线程、同步、通信

    Python 多线程.多进程 (一)之 源码执行流程.GIL Python 多线程.多进程 (二)之 多线程.同步.通信 Python 多线程.多进程 (三)之 线程进程对比.多线程 一.python ...

  2. Python基础补充(二) 多核CPU上python多线程并行的一个假象【转】

    在python上开启多个线程,由于GIL的存在,每个单独线程都会在竞争到GIL后才运行,这样就干预OS内部的进程(线程)调度,结果在多核CPU上: python的多线程实际是串行执行的,并不会同一时间 ...

  3. Python多线程和Python的锁

    Python多线程 Python中实现多线程有两种方式,一种基于_thread模块(在Python2.x版本中为thread模块,没有下划线)的start_new_thread()函数,另一种基于th ...

  4. python多线程,多进程

    线程是公用内存,进程内存相互独立 python多线程只能是一个cpu,java可以将多个线程平均分配到其他cpu上 以核为单位,所以GIL(全局锁,保证线程安全,数据被安全读取)最小只能控制一个核,很 ...

  5. python多线程爬虫设计及实现示例

    爬虫的基本步骤分为:获取,解析,存储.假设这里获取和存储为io密集型(访问网络和数据存储),解析为cpu密集型.那么在设计多线程爬虫时主要有两种方案:第一种方案是一个线程完成三个步骤,然后运行多个线程 ...

  6. Python多线程练习(threading)

    这几天学习python多线程的时候,试了几次thread模块和threading模块,发现thread模块非常的不好用.强烈不建议大家使用thread,建议使用threading模块,此模块对thre ...

  7. Python 多线程和线程池

    一,前言 进程:是程序,资源集合,进程控制块组成,是最小的资源单位 特点:就对Python而言,可以实现真正的并行效果 缺点:进程切换很容易消耗cpu资源,进程之间的通信相对线程来说比较麻烦 线程:是 ...

  8. Python多线程实例

    前言 感觉理解python多线程用“切换”和“共享”就差不多了.这里就贴上一个抢车票的小小实例,还有自己在编程过程中遇到的坑..... 实例:抢车票 抢车票有三类人:会员.弄了加速包.普通人. 说说区 ...

  9. python多线程在渗透测试中的应用

    难易程度:★★★ 阅读点:python;web安全; 文章作者:xiaoye 文章来源:i春秋 关键字:网络渗透技术 前言 python是门简单易学的语言,强大的第三方库让我们在编程中事半功倍,今天, ...

随机推荐

  1. ios之UIImageView

    UIImageView,顾名思义,是用来放置图片的.使用Interface Builder设计界面时,当然可以直接将控件拖进去并设置相关属性,这就不说了,这里讲的是用代码. 1.创建一个UIImage ...

  2. NOIP 成绩

    这道题中点是在小数上,因为成绩可能是:“95.5 87.7……”所以我们就要用:printf和scanf这样就可以控制小数了!!! code: #include<bits/stdc++.h> ...

  3. 【dp】数字游戏&寒假祭

    区间DP 题目描述 丁丁最近沉迷于一个数字游戏之中.这个游戏看似简单,但丁丁在研究了许多天之后却发觉原来在简单的规则下想要赢得这个游戏并不那么容易.游戏是这样的,在你面前有一圈整数(一共n个),你要按 ...

  4. Git学习——工作区和暂存区

    工作区就是我们的电脑上的git初始化目录.版本库就是我们工作区中的隐藏目录.git.版本库中分为两个部分:(1)stage(index)暂存区:git add <file>命令后file就 ...

  5. php-7.0.16 , apache2.4.25 配置

    官网下载php,apache 修改apache E:\php\Apache24\conf\httpd.conf Define SRVROOT "E:/php/Apache24" - ...

  6. vue-ssr 文档备注

    https://ssr.vuejs.org/zh/universal.html 基本用法 通过vue-server-renderer插件的createRenderer方法创建一个renderer,再调 ...

  7. 【css】报错,错误代码77,CURLE_SSL_CACERT_BADFILE (77)解决方法

    CURLE_SSL_CACERT_BADFILE (77) - 读取 SSL CA 证书时遇到问题(可能是路径错误或访问权限问题) 在微信接口相关开发时容易出现此问题 这一般是因为服务更新了相关的软件 ...

  8. (转) 苹果所有常用证书,appID,Provisioning Profiles配置说明及制作图文教程(精)

    原文地址:http://blog.csdn.net/holydancer/article/details/9219333 概述: 苹果的证书繁锁复杂,制作管理相当麻烦,今天决定重置一个游戏项目中的所有 ...

  9. 不同深度的图片转换cvConvertScale

    不同深度图像的转换:要注意范围比如IPL_DEPTH_8U 转到 IPL_DEPTH_32U要用cvConvertScale(pImg8, pImg32, 1.0/255, 0); 要除255反过来I ...

  10. map函数的应用:UVa156-Ananagrams

    Ananagrams Most crossword puzzle fans are used to anagrams - groups of words with the same letters i ...