Python多线程的效率

Step1、线程的概念：
线程，有时被称为轻量级进程(Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。另外，线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。

Step2、本文是想通过多线程这个技术点来讲解并发操作是否可以提高效率

具体代码示例如下截图所示：

# coding:gbk
import time,threading,requests
#配置:模拟压力运行状态
Thread_Number =100 #并发线程总数
#失败次数
global Error_number
Error_number = 0
#请求地址
Base_url = "http://dict.baidu.com"

#具体的http请求处理函数，负责处理单个任务
def http_request(threadname):
    response=requests.get(url=Base_url,params={'wd':'python'})
    print(response.url,response.status_code,response.reason)
    print("["+str(threadname)+"]",response.status_code)
    if int(response.status_code) != 200:
        Error_number += 1

def main():
    start_time =time.time() #开始时间
    Threads = []
    for i in range(Thread_Number):
        '''
         target: 指定这个线程去哪个函数里面去执行代码
         args： 指定将来调用 函数的时候传递什么数据过去 args参数指定的一定是一个元组类型
        '''
        t = threading.Thread(target=http_request,args=("threading-"+str(i),)) #创建线程
        t.setDaemon(True)#daemon 属性默认是False，这使得MainThread需要等待他的结束，自身才结束。
        Threads.append(t) #讲线程存放到list中
    for t in Threads:
        t.start() #开始执行该线程

    for t in Threads:
        t.join() #可以让主线程等待所有的线程都执行完毕


    end_time =time.time()
    print("=========================================")
    print("URL:", Base_url)
    print("任务总数量:",Thread_Number)
    print("总耗时(秒):",end_time-start_time)
    print("每次请求耗时(秒):", (end_time-start_time) / Thread_Number)
    print("错误数量:", Error_number)

if __name__ == '__main__':
     main()

Step3、执行结果：

[threading-89] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-93] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-95] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-87] 200
=========================================
URL: http://dict.baidu.com
任务总数量: 100
总耗时(秒): 1.5593395233154297
每次请求耗时(秒): 0.015593395233154297
错误数量: 0

**Step4、普通的循环调用100次请求与最终结果，代码如下：
**

def normal_run():
    start_time =time.time() #开始时间
    for i in range(100):
        http_request("threading-"+str(i))
    end_time = time.time()
    print("总耗时(秒)" ,end_time - start_time)

if __name__ == '__main__':
    normal_run()

[threading-95] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-96] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-97] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-98] 200
https://dict.baidu.com/?wd=python 200 OK
[threading-99] 200
总耗时(秒) 39.05704641342163

结论：多线程并发请求总耗时1s 左右，正常的调用100次总耗时是42s 左右，它是多线程耗时的28倍左右。