多线程提速-优快云博客

本文链接：https://blog.youkuaiyun.com/kong050kong/article/details/88816522

多线程threading介绍

Python内置线程库 threading 基于 thread (是底层的模块) 实现. threading 对Thread做了一些封装.

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
程序的运行速度可能加快
在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

Python的多线程也有一些不足(算不上缺点), Python多线程不能利用CPU多核, 一直是一个问题. 二者有和Python的GIL（Global interpreter Lock）全局解释器锁有关了, 详细可见 https://mp.youkuaiyun.com/postedit/84330341

线程在执行过程中与进程还是有区别的。每个独立的进程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

线程可以被抢占（中断）。
在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

线程模块:

threading模块提供的方法:

threading.currentThread() # 返回当前线程变量

thrading.enumerate() # 返回一个包含正在运行的线程的列表 ( list ),不包括未启动线程和已结束线程

threading.activeCount() # 返回正在运行的线程数量, 与 len(threading.enumerate())效果等同

Thread类:

run() # 表示线程活动的方法

start() # 启动线程

join(t[]imeout]) # 等待至线程结束,或者阻塞调用线程直至join被调用,或者<timeout=sec>超时条件被触发

isAlive() # 判断线程是否活动,返回True 或 False

getName() # 返回线程名

setName() # 设置线程名

daemon() #设置守护线程,参数为 True 或 False.

单线程执行:

# coding:utf-8

import time

def sayhello():
    time.sleep(1)
    print("Hello")

    
if __name__ == "__main__":
    start_time = time.time()        # 获取程序开始时当前的啥时间戳
    for i in range(5):              # 利用循环开启 5个 线程
        sayhello()
    end_time = time.time()          # 获取程序运行到此时的时间戳
    cost_time = end_time - start_time     # 时间单位为 秒
    print("花费时间:{}".format(cost_time))

执行结果:

多线程执行:

# coding:utf-8
import threading
import time

def sayhello():
    time.sleep(1)
    print("Hello")

if __name__ == "__main__":
    # 获取程序开始时当前的啥时间戳
    start_time = time.time()
    # 利用循环开启 5个 线程
    for i in range(5):
        t = threading.Thread(target=sayhello)
        t.start()
    t.join()                    # 等待线程结束

    end_time = time.time()      # 获取程序运行到此时的时间戳
    cost_time = end_time - start_time       # 时间单位为 秒
    print("花费时间:{}".format(cost_time))

执行结果: