【Python之旅】第六篇（三）：Python多线程及其使用方法

  在前面使用Python Socket来编写简版SSH程序的时候，其实已经有使用多线程，不过当时对多线程的概念并不能很好的理解，在看了《进程与线程的一个简单解释》与学习了Python多线程之后，也算是有一个大致的理解了。

    内容主要如下：

1

2

3

<code>1</code><code>.Python中的多线程</code>

<code>2</code><code>.Python多线程使用方法</code><code>1</code>

<code>3</code><code>.Python多线程使用方法</code><code>2</code>

1.Python中的多线程

    执行一个程序，即在操作系统中开启了一个进程，在某一时刻，一个CPU内核只能进行一个进程的任务，现在的计算机所说的多进程/多任务其实是通过加快CPU的执行速度来实现的，因为一个CPU每秒能执行上亿次的计算，能够对进程进行很多次切换，所以在人为可以感知的时间里，看上去，计算机确实是在同时执行多个程序，即同时处理多个进程。

    一个进程中可以包含有多个线程，这多个线程为实现该进程的某个主要功能而运行着，多个线程可以进行串行工作，也可以并发同时进行工作，显然后者可以节省更多的时间。

   下面是自己在学习过程中的一些课堂笔记，因为还没有真正学习一些理论，所以可能会有些错误，但目前是方便自己的理解：

4

5

6

7

8

9

<code>即GLI是以CPU核心为单位来控制全局锁，所以是不能跨不同的CPU（核心 ）的</code>

<code>GLI可以保证同一个进程中，某一个线程的共享数据在某一时刻只能同时被另外一个线程修改（使用），</code>

<code>而不能同时被多个线程修改（使用），如果去掉GLI，则需要自己为线程加锁，这样之后，性能比原来还要差。</code>

<code>当然，难道就不能充分利用多核CPU或多个CPU了？</code>

<code>做成多进程就可以了，不同的进程运行在不同的CPU（核心）上，也可以实现并发，</code>

<code>只是这样的话就会比较浪费内存空间，考虑同时运行</code><code>10</code><code>个QQ程序的情况，</code>

<code>假如</code><code>1</code><code>个QQ占用500M的内存空间，则</code><code>10</code><code>个QQ就要占用5G的内存空间了。但如果是多线程的话，</code>

<code>可能</code><code>10</code><code>个QQ还是共享着这500M的内存空间。还有一个缺点就是，多进程间的数据直接访问可能</code>

<code>会比较麻烦，但其实也是可以实现的，比如chrome浏览器就是用多进程实现的。</code>

     目前首先要明确的是，Python中是不能把一个进程的多个线程分布在不同的CPU核心上运行的。

2.Python多线程使用方法1

    给出下面的程序代码及注释：

10

<code>import</code> <code>threading    #Python多线程模块</code>

<code>import</code> <code>time</code>

<code>def run(num):</code>

<code>    </code><code>print </code><code>'Hi, I am thread %s..lalala'</code> <code>% num</code>

<code>    </code><code>time.sleep(</code><code>1</code><code>)</code>

<code>for</code> <code>i </code><code>in</code> <code>range(</code><code>20</code><code>):</code>

<code>    </code><code>t = threading.Thread(target=run, args=(i,))    #多线程使用方法，target为需要执行多线程的函数，args为函数中的参数，注意这里的参数写成（i,），即如果只能一个参数，也要加上一个</code><code>","</code>

<code>    </code><code>t.start()    #开始执行多线程</code>

    程序运行结果如下：

11

12

13

14

15

16

17

18

19

20

21

<code>xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python thread4.py </code>

<code>Hi, I am thread </code><code>0</code><code>..lalala</code>

<code>Hi, I am thread </code><code>1</code><code>..lalala</code>

<code>Hi, I am thread </code><code>2</code><code>..lalala</code>

<code>Hi, I am thread </code><code>3</code><code>..lalala</code>

<code>Hi, I am thread </code><code>4</code><code>..lalala</code>

<code>Hi, I am thread </code><code>5</code><code>..lalala</code>

<code>Hi, I am thread </code><code>6</code><code>..lalala</code>

<code>Hi, I am thread </code><code>7</code><code>..lalala</code>

<code>Hi, I am thread </code><code>8</code><code>..lalala</code>

<code>Hi, I am thread </code><code>9</code><code>..lalala</code>

<code>Hi, I am thread </code><code>10</code><code>..lalala</code>

<code>Hi, I am thread </code><code>11</code><code>..lalala</code>

<code>Hi, I am thread </code><code>12</code><code>..lalala</code>

<code>Hi, I am thread </code><code>13</code><code>..lalala</code>

<code>Hi, I am thread </code><code>14</code><code>..lalala</code>

<code>Hi, I am thread </code><code>15</code><code>..lalala</code>

<code>Hi, I am thread </code><code>16</code><code>..lalala</code>

<code>Hi, I am thread </code><code>17</code><code>..lalala</code>

<code>Hi, I am thread </code><code>18</code><code>..lalala</code>

<code>Hi, I am thread </code><code>19</code><code>..lalala</code>

    直接看执行结果是看不出什么的，这里说一下这个程序的执行过程：0到19是同时打印输入的，在打印19后，程序sleep 1秒后才结束程序的运行。

    上面这个程序有20个线程执行，每个线程都是：打印字符串+sleep(1)。我们实际看到的结果是0到19同时打印，然后才sleep 1秒，但是需要注意的是，并非是20个线程才执行一次sleep(1)，而是在每个线程中都执行了一次sleep(1)，即该程序实际上是执行了20次sleep(1)，而我们实际看到的结果是程序运行时仅仅是暂停了1秒，那是因为这20次sleep(1)是并发执行的。

    上面的程序可以这么去理解：20个线程相当于有20匹马，20匹马同时起跑（打印字符串），然后以同时停1秒（sleep(1)），最后同时到达终点（20个线程运行结束，即程序执行结束）。

    为了更好的理解上面的程序，可以把上面的代码改为如下：

<code>import</code> <code>threading</code>

<code>    </code><code>t = threading.Thread(target=run, args=(i,))</code>

<code>    </code><code>t.start()</code>

<code>    </code><code>t.join()    #等上一个线程执行完后再执行下一个线程</code>

    执行结果如下：

    执行结果看上去跟前面是一样的，但执行过程却是这样的：每打印一次字符串，再暂停一秒。

    通过这个程序，也就可以更好的理解Python的多线程并发执行了，当然，因为这是一个动态的过程，所以把程序执行一遍后会有更好的理解。

3.Python多线程使用方法2

    程序代码如下：

<code>import</code> <code>threading,time</code>

<code>class</code> <code>MyThread(threading.Thread):</code>

<code>    </code><code>def __init__(self, num):</code>

<code>        </code><code>threading.Thread.__init__(self)</code>

<code>        </code><code>self.num = num</code>

<code>    </code><code>def run(self): #</code><code>this</code> <code>name must be </code><code>'run'</code>

<code>        </code><code>print </code><code>'I am thread %s'</code> <code>% self.num</code>

<code>        </code><code>time.sleep(</code><code>2</code><code>)</code>

<code>    </code><code>t = MyThread(i)</code>

    程序的执行结果与方法1是一样的，这里就不给出了，只是这里利用了面向对象编程的思想方法来设计程序代码。

本文转自 xpleaf 51CTO博客，原文链接：http://blog.51cto.com/xpleaf/1701903，如需转载请自行联系原作者