python高级学习笔记—— 多线程编程

下面是三个线程并发执行将一个变量累加.
运行环境:
mac 8核16G
python 3.7.7

import time
import threading

tag = 0

def task1():
    print('任务1开始')
    global tag
    for i in range(1000000):
        tag +=1
        # print(tag)
    time.sleep(1)
    print('任务1结束')

def task2():
    print('任务2开始')
    global tag
    for i in range(1000000):
        tag += 1
        # print(tag)
    time.sleep(1)
    print('任务2结束')

def task3():
    print('任务2开始')
    global tag
    for i in range(1000000):
        tag += 1
        # print(tag)
    time.sleep(1)
    print('任务2结束')

if __name__ == '__main__':
    thread1 = threading.Thread(target=task1, args='')
    thread2 = threading.Thread(target=task2, args='')
    thread3 = threading.Thread(target=task3, args='')

    # thread2.setDaemon(True)
    start = time.time()

    thread1.start()
    thread2.start()
    thread3.start()

    thread1.join()
    thread2.join()
    thread3.join()
    print('主程序结束')
    print(time.time() - start)

1. 执行结果 :
   任务1开始
   任务2开始
   任务2开始
   任务2结束
   任务2结束
   任务1结束
   主程序结束
   1.2913100719451904
   可以看到, 用时1秒多, CPU占用极低

2. 打开print注释, 再次执行:

3. 

用时多了很多, 而且CPU利用超过了100%, 说明print 函数在大量循环的情况下会很耗时间, 而且多个线程中的print使得python占用多核CPU , 并不只是单核运行.
去掉time.sleep(1) 又会是不同的效果.

总结:

• GIL 使得python单核运行，几乎是一个单线程程序
• 纯计算的程序， 多线程还不如单线程
• 有网络请求、延时之类的代码， 多线程会体现出来优势
• IO 才是大瓶颈， 比如频繁print也会消耗大量时间