python多线程

最新推荐文章于 2024-02-21 10:00:00 发布

酷python

最新推荐文章于 2024-02-21 10:00:00 发布

阅读量552

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/KWSY2008/article/details/49277809

python 专栏收录该内容

107 篇文章

订阅专栏

本文介绍了Python中如何使用多线程进行并发编程，包括创建线程、使用互斥锁解决资源竞争问题，并讨论了全局解释器锁(GIL)对多线程的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python的多线程写起来还算是容易的，声明一个类，继承threading.Thread并实现run函数就好了

#coding = utf-8
'''
Created on 2015-10-20

@author: kwsy2015
'''
import threading
import time
class ThreadWorker(threading.Thread):
    def __init__(self,workcount,sleepTime):
        self.workcount = workcount
        threading.Thread.__init__(self)
        self.sleepTime = sleepTime
    def run(self):
        for i in range(self.workcount):
            print 'thread %s finish %d' % (self.name,i)
            time.sleep(self.sleepTime)

if __name__=='__main__':
    tw = ThreadWorker(10,0.5)
    tw.start()
    tw2 = ThreadWorker(8,0.8)
    tw2.start()
    tw.join()
    tw2.join()
    print 'ok'

使用join函数，可确保两个线程都结束后再执行print 'ok‘

线程之间会为了争夺同一个资源而产生竞争，可以使用lock来实现互斥,先看一个没有互斥的例子

#coding = utf-8
'''
Created on 2015-10-20

@author: kwsy2015
'''
import threading
import time


class ThreadWorker(threading.Thread):
    def __init__(self,workcount):
        self.workcount = workcount
        threading.Thread.__init__(self)
    def run(self):
        global counter
        for i in range(self.workcount):
            counter +=1

if __name__=='__main__':
    counter = 0
    tw = ThreadWorker(2000)
    tw.start()
    tw2 = ThreadWorker(2000)
    tw2.start()
    tw.join()
    tw2.join()
    print counter

最终的打印结果会小于4000，这是因为执行一次加1操作并不是我们所以为的那样简单，真实的过程是，从内存中读取counter的值写入到寄存器，在寄存器里执行加1，写会内存。由于是多线程，所以可能第一个线程刚刚把值写入到寄存器，第二个线程就开始执行加1操作了，也从内存读取数值写入寄存器，这样一来，原本应该增加2，最后却只增加了1，最后给出加锁的示例

#coding = utf-8
'''
Created on 2015-10-20

@author: kwsy2015
'''
import threading
import time

lock = threading.RLock()
class ThreadWorker(threading.Thread):
    def __init__(self,workcount):
        self.workcount = workcount
        threading.Thread.__init__(self)
    def run(self):
        global counter
        for i in range(self.workcount):
            with lock:
                counter +=1

if __name__=='__main__':
    counter = 0
    tw = ThreadWorker(2000)
    tw.start()
    tw2 = ThreadWorker(2000)
    tw2.start()
    tw.join()
    tw2.join()
    print counter

需要注意的是，由于python的全局解释器锁的存在，使得python的多线程不能有效的利用多核，同一个时间内，只有一个线程获得了全局解释器锁，因此，对于CPU密集型的操作，就不要用多线程了，因为线程间的上下文切换反而会浪费性能，如果是I/0密集型的，例如网络爬虫，用多线程还是可以的，因为有相当一部分时间是在等待网络返回来的数据。大家普遍认为多线程很鸡肋，除了全局解释器锁这个因素外，python还提供了同样好用的多进程multiprocessing