python----多进程 之 join()

本文深入探讨Python中线程的join()函数,解释其如何用于阻塞主线程直至子线程完成,对比不同使用场景下的执行效果,包括子线程的有序与无序执行,以及对执行效率的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python 大法好 join()

今天一大早起床, 又学三个臭函数, 记录一下自己渺小微弱的学习之路
有时候join()我们是用来连接字符串的, 但就在今天我学习进程的时候, 看见 join(), 居然不是用来连接字符串了, 而是用来阻塞进程, 兴趣大增, 便深入了解了一下,
join()的作用: 在进程中可以阻塞主进程的执行, 直到等待子线程全部完成之后, 才继续运行主线程后面的代码
我们先来看下面的代码, 这段代码没有使用join()

代码段A

import threading
import time
def test(num):
	time.sleep(1)
	print(num)
#定义一个用来装子线程的列表
threads = []
for i in range(5):
	#target 指定子线程要执行的funtion, args 指定该funtion需要传入的参数
	thread = threading.Thread(target = test, args = [i])
	#上面的 thread 是一个个参数i都不同的线程, 现在把它一个个装进列表 threads 里面
	threads.append(thread)
for i in tsreads:
	#for 循环执行 threads 列表里面的全部线程, 没有用 join()线程是无序执行的,
	# 就连最后一句print('end')可能比所有子线程都要先执行
	i.start()
print('end')

执行结果, 可以看出主线程先执行完, 完全没有等待子线程全部执行完之后再执行,而且子线程都是无序执行完毕的
在这里插入图片描述

我们再来看下面的代码, 这段代码段A的基础上在i.start()的后面多添加一条 i.join()

for i in tsreads:
    	i.start()
    	i.join()

执行结果, 可以看到主线程最后一句 print('end')等待到了所有子线程都完成之后在执行了, 因为i.join()的出现阻塞了主线程的执行, 等待所有子线程执行完毕再执行. 而且所有的子线程都是一个接一个地执行, 等待到本子线程执行完毕之后, 在执行下一个
在这里插入图片描述
我们再来看下面的代码, 这段代码段A的基础上在for i in rangs(5):的后面多添加一条 for i in threads:

for i in tsreads:
    	i.start()
for i in threads:
	i.join()

执行结果 在这里看一看出来, join()还是阻挡了主线程的执行, 让所有的子线程执行完毕之后再执行, 而且前面的子线程的执行都是无序地执行完毕了
在这里插入图片描述

大家可以改一下程序的代码, 利用 start_time = time.time() 来观察一下加或不加join() 之后的执行效率, 在我运行的时候, 上面第二种代码会执行效率比较低, 耗时5秒, 因为每执行一个子线程会time.sleep(1)秒钟, 在第一和第三种情况没有 join()的阻塞, 代码会更快执行完, 大概也就1或2秒吧. 这就有关异步之类的问题了, 我会在之后接着学习.
知识要一点一点积累,

不积跬步无以至千里

咦??我打下这9个字的时候想是怎么回事???

### Python进程与线程的概念 #### 进程 (Process) 进程是指操作系统结构中的基本单元,拥有独立的地址空间。每个进程都有自己私有的数据段、堆栈区和全局变量等资源,在创建子进程时会复制父进程的数据副本[^3]。 - **优点** - 更高的稳定性:由于各进程间相互隔离,一个进程崩溃不会影响其他进程- **缺点** - 创建销毁成本高:因为涉及内存分配等问题,所以开销较大。 - 数据共享困难:不同进程之间传递消息较为复杂。 ```python from multiprocessing import Process, Queue def f(q): q.put([42, None, 'hello']) if __name__ == '__main__': queue = Queue() p = Process(target=f, args=(queue,)) p.start() print(queue.get()) # prints "[42, None, 'hello']" p.join() ``` #### 线程 (Thread) 线程是进程中可调度运行的一个实体;同一进程下的多个线程共享该进程的所有资源,包括代码段、数据段等,但每个线程有自己的调用栈[^1]。 - **优点** - 启动速度快:相比于进程来说更轻量级。 - 资源消耗少:不需要像启动新进程那样占用大量系统资源。 - **缺点** - 容易受到GIL(Global Interpreter Lock)的影响,在CPU密集型任务上表现不佳。 - 如果某个线程发生异常,则可能会影响到整个程序的安全性和可靠性。 ```python import threading class MyThread(threading.Thread): def run(self): print(f"{threading.current_thread().getName()} started") threads = [] for i in range(5): t = MyThread() threads.append(t) t.start() for thread in threads: thread.join() print("All threads finished execution.") ``` ### 应用场景分析 对于I/O 密集型操作(如文件读写、网络请求),推荐使用多线程来处理,这样可以在等待期间让出 CPU 给其他线程继续工作,从而提高整体性能。 而对于计算密集型的任务(比如大规模数据分析或图像渲染),则更适合采用多进程方案,以充分利用多核处理器的优势并绕过 GIL 的限制。
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值