Python中的多线程MultiThread

多线程相关概念

进程：程序的一次执行，每个进程都有自己的地址空间、内存、数据栈以及其他辅助数据。进程之间内存空间、数据栈都是相互独立的，只能使用进程间通讯（IPC）共享信息。

pid:唯一标识符来标识进程，使用kill杀死进程 kill pid

线程：所有的线程运行在一个进程中，共享相同的运行环境。

主线程:创造一个进程的时候，会创造一个线程，这个线程被称为主线程,一个进程里只有一个主线程。

多线程的目的是并行运行相互独立的子任务，提升整个任务的效率。
最简单的例子：

import threading
def test():
print 1
a = threading.Thread(target = test)
#生成一个线程
a.start()
#启动线程

Python全局锁机制（GIL）

Python代码的执行由Python虚拟机来控制，对Python虚拟机的访问由全局解释锁Global Interpreter Lock来控制。
在任意一个指定的时间，有且只有一个线程在运行—->python是线程安全的。
在调用外部代码时，GIL也会被锁定，直到这个函数结束为止。
Python里的多线程，不是真正意义上的多线程。（丢手绢式）

import threading
import time
def test(p):
time.sleep(0.001)
#time.sleep(float)
程序会被挂起指定时间。
print p
ts = []
for i in xrange(0,15):
#迭代线程
th = threading.Thread(target=test,args=[i])
th.start()
ts.append(th)
for i in ts:
i.join()
print "hoho,end!!!!!"

多线程可以大大降低程序运行时间，但python中多线程复杂度高，不建议使用!

import time
import threading
def a():
print 'a begin'
time.sleep(2)
print 'a end'
def b():
print 'b begin'
time.sleep(2)
print 'b end'
b_time = time.time()
a()
b()
print time.time() - b_time
#代码完成时间 （4s左右）
b_time = time.time()
_a = threading.Thread(target=a)
_b = threading.Thread(target=b)
_a.start()
_b.start()
_a.join()
_b.join()
print time.time() - b_time
#代码完成时间 （2s左右）

io操作中的多线程

必须要lock，防止并行冲突。
互斥锁：
加锁 acquire 释放锁 release
加锁操作完后一定要释放，否则会变成死锁

import threading
mlock = threading.Lock()
#mlock = threading.RLock() 可重入锁，用法一样，防止死锁。
num = 0
def a():
global num
mlock.acquire()
#加锁
num += 1
#你要执行的代码，需要独占资源，比如文件的读写。
mlock.release()
#释放锁
print num
for i in xrange(0,10):
d = threading.Thread(target=a)
d.start()

最后

以上就是愉快麦片为你收集整理的Python中的多线程MultiThread的全部内容，希望文章能够帮你解决Python中的多线程MultiThread所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。