threading多线程试用

最新推荐文章于 2024-08-30 15:05:50 发布

原创最新推荐文章于 2024-08-30 15:05:50 发布 · 244 阅读

0 ·

CC 4.0 BY-SA版权

爬虫专栏收录该内容

29 篇文章

订阅专栏

本文通过一个简单的Python程序对比了单线程与多线程的执行效率，并发现由于Global Interpreter Lock (GIL)的存在，多线程并不一定比单线程快。文章探讨了GIL对Python多线程的影响及其在不同版本中的表现。

# -*- coding: utf-8 -*-

import threading
from time import ctime,sleep
import time

def h():

    sum=0
    for j in range(200):
        print('hello')
    print('end')

def b(arg):

    for j in range(40):
        print('byebye')




if __name__=='__main__':
    thread_list=[]
    A=time.clock()
    print('单线程start%s'%ctime())
    h()
    B=time.clock()
    print('over,%s'%ctime())
    print(B-A)
    C=time.clock()
    print('5线程start%s'%ctime())
    for i in range(5):
        t = threading.Thread(target=b,args=(i,))
        t.setDaemon(True)
        thread_list.append(t)
    for t in thread_list:
        t.start()

    for t in thread_list:
        t.join()
    print('end of 5')


    D=time.clock()
    print('over,%s'%ctime())
    print(D-C)


同一个函数拆分为5个县城来进行，反而比单线程慢了0.002792028726282秒=0.003619162331-0.000827133604718
网上解答是的Global Interpreter Lock原因，特别是PYTHON2.+,PYTHON3.+好像已经改进了全局锁