1.1 什么是多线程 Threading

多线程可简单理解为同时执行多个任务。

多进程和多线程都可以执行多个任务，线程是进程的一部分。线程的特点是线程之间可以共享内存和变量，资源消耗少（不过在Unix环境中，多进程和多线程资源调度消耗差距不明显，Unix调度较快），缺点是线程之间的同步和加锁比较麻烦。

1.2 添加线程 Thread

导入模块

import threading

获取已激活的线程数

threading.active_count()

查看所有线程信息

threading.enumerate()

查看现在正在运行的线程

threading.current_thread()

添加线程，threading.Thread()接收参数target代表这个线程要完成的任务，需自行定义

def thread_job():
  print('This is a thread of %s' % threading.current_thread())
def main():
  thread = threading.Thread(target=thread_job,)  # 定义线程 
  thread.start() # 让线程开始工作
  if __name__ == '__main__':
  main()

1.3 join 功能

因为线程是同时进行的，使用join功能可让线程完成后再进行下一步操作，即阻塞调用线程，直到队列中的所有任务被处理掉。

import threading
import time
def thread_job():
  print('T1 start\n')
  for i in range(10):
    time.sleep(0.1)
  print('T1 finish\n')
def T2_job():
  print('T2 start\n')
  print('T2 finish\n')
def main():
  added_thread=threading.Thread(target=thread_job,name='T1')
  thread2=threading.Thread(target=T2_job,name='T2')
  added_thread.start()
  #added_thread.join()
  thread2.start()
  #thread2.join()
  print('all done\n')
if __name__=='__main__':
   main()

例子如上所示，当不使用join功能的时候，结果如下图所示：

当执行了join功能之后，T1运行完之后才运行T2，之后再运行print（‘all done'）

1.4 储存进程结果 queue

 queue是python标准库中的线程安全的队列（FIFO）实现,提供了一个适用于多线程编程的先进先出的数据结构，即队列，用来在生产者和消费者线程之间的信息传递

 （1）基本FIFO队列

 class queue.Queue(maxsize=0)

maxsize是整数，表明队列中能存放的数据个数的上限，达到上限时，插入会导致阻塞，直至队列中的数据被消费掉，如果maxsize小于或者等于0，队列大小没有限制

（2）LIFO队列 last in first out后进先出

class queue.LifoQueue(maxsize=0)

（3）优先级队列

class queue.PriorityQueue(maxsize=0)

视频中的代码，看的还不是特别明白

import threading
import time
from queue import Queue
def job(l,q):
  for i in range(len(l)):
    l[i]=l[i]**2
  q.put(l)
def multithreading():
  q=Queue()
  threads=[]
  data=[[1,2,3],[3,4,5],[4,5,6],[5,6,7]]
  for i in range(4):
    t=threading.Thread(target=job,args=(data[i],q))
    t.start()
    threads.append(t)
  for thread in threads:
    thread.join()
  results=[]
  for _ in range(4):
    results.append(q.get())
  print(results)
if __name__=='__main__':
   multithreading()

运行结果如下所示

图片截取来源：http://www.cnblogs.com/itogo/p/5635629.html

1.5 GIL 不一定有效率

Global Interpreter Lock全局解释器锁，python的执行由python虚拟机（也成解释器主循环）控制，GIL的控制对python虚拟机的访问，保证在任意时刻，只有一个线程在解释器中运行。在多线程环境中能，python虚拟机按照以下方式执行：

1.设置 GIL

2.切换到一个线程去运行

3.运行：

a.指定数量的字节码指令，或

b.线程主动让出控制（可以调用time.sleep(0)）

4.把线程设置为睡眠状态

5.解锁GIL

6.重复1-5

在调用外部代码（如C/C++扩展函数）的时候，GIL将会被锁定，直到这个函数结束为止（由于在这期间没有python的字节码被运行，所以不会做线程切换）。

下面为视频中所举例的代码，将一个数扩大4倍，分为正常方式、以及分配给4个线程去做，发现耗时其实并没有相差太多量级。

import threading
from queue import Queue
import copy
import time
def job(l, q):
  res = sum(l)
  q.put(res)
def multithreading(l):
  q = Queue()
  threads = []
  for i in range(4):
    t = threading.Thread(target=job, args=(copy.copy(l), q), name='T%i' % i)
    t.start()
    threads.append(t)
  [t.join() for t in threads]
  total = 0
  for _ in range(4):
    total += q.get()
  print(total)
def normal(l):
  total = sum(l)
  print(total)
if __name__ == '__main__':
  l = list(range(1000000))
  s_t = time.time()
  normal(l*4)
  print('normal: ',time.time()-s_t)
  s_t = time.time()
  multithreading(l)
  print('multithreading: ', time.time()-s_t)

运行结果为：

1.6 线程锁 Lock

如果线程1得到了结果，想要让线程2继续使用1的结果进行处理，则需要对1lock，等到1执行完，再开始执行线程2。一般来说对share memory即对共享内存进行加工处理时会用到lock。

import threading
def job1():
  global A, lock #全局变量
  lock.acquire() #开始lock
  for i in range(10):
    A += 1
    print('job1', A)
  lock.release() #释放
def job2(): 
  global A, lock
  lock.acquire()
  for i in range(10):
    A += 10
    print('job2', A)
  lock.release()
if __name__ == '__main__':
  lock = threading.Lock()
  A = 0
  t1 = threading.Thread(target=job1)
  t2 = threading.Thread(target=job2)
  t1.start()
  t2.start()
  t1.join()
  t2.join()

运行结果如下所示：

总结

以上所述是小编给大家介绍的Python 多线程Threading初学教程，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！

# python  # 多线程  # threading  # python多线程threading.Lock锁用法实例  # Python多线程threading和multiprocessing模块实例解析  # Python多线程threading模块用法实例分析  # Python多线程threading join和守护线程setDeamon原理详解  # python 多线程中子线程和主线程相互通信方法  # python子线程退出及线程退出控制的代码  # python主线程捕获子线程的方法  # python从子线程中获得返回值的方法  # python主线程与子线程的结束顺序实例解析  # Python 多线程  # threading模块  # 创建子线程的两种方式示例  # python实现守护进程、守护线程、守护非守护并行  # Python多线程Threading、子线程与守护线程实例详解  # 所示  # 多个  # 小编  # 中能  # 太多  # 将会  # 在这  # 在此  # 适用于  # 数据结构  # 给大家  # 去做  # 只有一个  # 要对  # 设置为  # 后才  # 较快  # 会做  # 所述 

相关栏目： 【 网站优化151355 】 【 网络推广146373 】 【 网络技术251813 】 【 AI营销90571 】

相关推荐： 如何在HTML表单中获取用户输入并用JavaScript动态控制复利计算循环  大学网站设计制作软件有哪些,如何将网站制作成自己app？  Laravel怎么使用artisan命令缓存配置和视图  如何用景安虚拟主机手机版绑定域名建站？  如何将凡科建站内容保存为本地文件？  ,在苏州找工作，上哪个网站比较好？  品牌网站制作公司有哪些,买正品品牌一般去哪个网站买？  Laravel表单请求验证类怎么用_Laravel Form Request分离验证逻辑教程  Laravel如何安装使用Debugbar工具栏_Laravel性能调试与SQL监控插件【步骤】  微博html5版本怎么弄发语音微博_语音录制入口及时长限制操作【教程】  C++用Dijkstra(迪杰斯特拉)算法求最短路径  Win11怎么设置虚拟桌面 Win11新建多桌面切换操作【技巧】  php8.4header发送头信息失败怎么办_php8.4header函数问题解决【解答】  Python自然语言搜索引擎项目教程_倒排索引查询优化案例  如何用IIS7快速搭建并优化网站站点？  三星网站视频制作教程下载,三星w23网页如何全屏？  html5audio标签播放结束怎么触发事件_onended回调方法【教程】  Laravel N+1查询问题如何解决_Eloquent预加载(Eager Loading)优化数据库查询  Laravel怎么做数据加密_Laravel内置Crypt门面的加密与解密功能  无锡营销型网站制作公司,无锡网选车牌流程？  什么是JavaScript解构赋值_解构赋值有哪些实用技巧  网站制作壁纸教程视频,电脑壁纸网站？  高端企业智能建站程序：SEO优化与响应式模板定制开发  HTML5空格和margin有啥区别_空格与外边距的使用场景【说明】  如何快速使用云服务器搭建个人网站？  JavaScript如何实现音频处理_Web Audio API如何工作？  IOS倒计时设置UIButton标题title的抖动问题  标准网站视频模板制作软件,现在有哪个网站的视频编辑素材最齐全的，背景音乐、音效等？  Win11怎么查看显卡温度 Win11任务管理器查看GPU温度【技巧】  Win11怎么恢复误删照片_Win11数据恢复工具使用【推荐】  如何快速生成凡客建站的专业级图册？  如何在橙子建站中快速调整背景颜色？  如何使用 Go 正则表达式精准提取括号内首个纯字母标识符（忽略数字与嵌套）  如何快速搭建支持数据库操作的智能建站平台？  C语言设计一个闪闪的圣诞树  怎么制作一个起泡网,水泡粪全漏粪育肥舍冬季氨气超过25ppm，可以有哪些措施降低舍内氨气水平？  Laravel如何创建自定义中间件？（Middleware代码示例）  高防服务器租用首荐平台，企业级优惠套餐快速部署  Python函数文档自动校验_规范解析【教程】  如何在阿里云部署织梦网站？  如何快速搭建高效WAP手机网站？  如何在建站宝盒中设置产品搜索功能？  如何基于云服务器快速搭建个人网站？  什么是javascript作用域_全局和局部作用域有什么区别？  PHP 500报错的快速解决方法  头像制作网站在线观看,除了站酷，还有哪些比较好的设计网站？  哪家制作企业网站好,开办像阿里巴巴那样的网络公司和网站要怎么做？  如何在局域网内绑定自建网站域名？  Laravel DB事务怎么使用_Laravel数据库事务回滚操作  北京的网站制作公司有哪些,哪个视频网站最好？