Python多线程之join方法与守护线程

大神请绕道

Python多线程与多进程的对比

使用Python时，什么场合适合使用多线程？什么场合适合使用多进程？

• 对于io操作来说，多线程优于多进程
• 对于计算密集型任务来说(计算密集型可以理解为很耗CPU)，多进程优于多线程

首先声明一点：Python中存在GIL(注意这不是Python语言本身的锅，而是Cython的锅)，导致同一时刻只有一个线程在一个cpu上执行字节码, 无法将多个线程映射到多个cpu上执行

那为何对于io操作，多线程优于多进程呢？因为io操作会引起阻塞，阻塞会导致进程和线程切换，而线程的切换效率要优于进程。而对于计算密集型任务，需要充分发挥多核CPU的优势，GIL可以导致多线程没有多进程好。

join在多线程中的作用

当先看一段代码，并判断一下这个cost的值为多少

import threading, time
def a():
    print('in a')
    time.sleep(2)
    print('out a')
def b():
    print('in b')
    time.sleep(3)
    print('out b')
if __name__=='__main__':
    start = time.time()
    thread1 = threading.Thread(target=a)
    thread2 = threading.Thread(target=b)
    thread1.start()
    thread2.start()
    end=time.time()
    cost = end - start
    print('time is {}'.format(cost))

-------------------------------------------------------华---------------------------------------------------
----------------------------------------------------------丽------------------------------------------------
-------------------------------------------------------------的---------------------------------------------
----------------------------------------------------------------分------------------------------------------
-------------------------------------------------------------------隔---------------------------------------
----------------------------------------------------------------------线------------------------------------

约为0。原因是Python中是有一个主线程的，而这个print语句刚好属于这个主线程，所以它会先结束，从而这个cost也大约等于0。

如何证明

让代码说话，这里使用的Python版本为3.6.6，调试使用的IDE为：pycharm 2017.2.7。如何给代码打断点请百度，如何让代码一步步运行请按F7或百度。如果你对调试不熟悉，务必亲自动手。纸上得来终觉浅，绝知此事要躬行

• step1：打个断点，进入debug模式，并将函数a和b的sleep时长改为2000,3000，大一点设置，是为了之后的效果展示
  
• step2 看栈帧，可以看到目前只有一个主线程，点那个小的倒三角可以看到这种效果
• step3 让函数一直运行到print(‘time is {}’.format(cost))处，可以发现目前拥有3个线程在栈里面
  
• step4 console的输出是什么样的？函数a已经运行了，函数b也已经运行了
  
• step5 将print('time is {}'.format(cost))继续运行完成，你会发现栈帧已经空空如也，因为主线程运行完毕并退出了
  
• step6 此时的console是什么情况呢？主线程的内容已经运行完成了，因为主线程的print语句已经有了输出结果。但是debug模式还没有退出，从下图中最左边的那个红框可以看出。
• 

加入join

import threading, time
def a():
    print('in a')
    time.sleep(2)
    print('out a')
def b():
    print('in b')
    time.sleep(3)
    print('out b')
if __name__=='__main__':
    start = time.time()
    thread1 = threading.Thread(target=a)
    thread2 = threading.Thread(target=b)
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()
    end=time.time()
    cost = end - start
    print('time is {}'.format(cost))

这次就不进行调试演示了，如果你对调试不熟，还是希望你去调试看一看，因为这次调试你会发现两个新大陆：

• 如果你很快的按F7，你会发现某一段时间内按F7不管用，这是什么原因造成的呢？ 不是你的电脑卡了，而是join使当前线程阻塞造成的。
• 在调试的console中，如果你运行到thread2.join()这一步，不继续按F7，则会看到b函数运行完毕后的结果，即输出out b。如果你将函数b的sleep时间和函数a的sleep时间修改一下，比如函数a的sleep为2，b的sleep为10 。肉眼上效果会更好。

看看运行结果

上述的join方法能够说明啥？

• 子线程使用了join方法后，主线程必须在子线程退出后才能退出。
• 另外，如果你上了调试器，且细心观察后还会发现threading.Thread()，这个方法只不过是创建一个线程对象，若没有对这个对象调用start方法，则栈里面是没有需要运行的子线程的，这个有什么意义呢？意义就是如果你要对这个线程做什么设置，那就先做好设置，然后去运行，比如设置成守护线程就需要放在start方法的前面。

守护线程

大家可以先百度一下对于守护线程的描述。总的来说就是别的线程运行完了就先退出，不用管我这个守护线程就行了。既然不用管我了，那就千万别对守护线程加join方法。
$$祖传代码$$

import threading, time
def a():
    print('in a')
    time.sleep(2)
    print('out a')
def b():
    print('in b')
    time.sleep(3)
    print('out b')
if __name__=='__main__':
    start = time.time()
    thread1 = threading.Thread(target=a)
    thread2 = threading.Thread(target=b)
    thread1.setDaemon(True)
    thread2.setDaemon(True)
    thread1.start()
    thread2.start()
    # thread1.join()
    # thread2.join()
    end=time.time()
    cost = end - start
    print('time is {}'.format(cost))

运行结果是这样的，这就是守护线程，主线程退出了，子线程也被强行退出了。

这里也附上对守护线程加上join方法的运行结果

总结

如果你从头看一遍，去好好调试调试，心里肯定已经有谱了，这里就不总结来贻笑大方了