本文实例讲述了Python 多线程,threading模块,创建子线程的两种方式。分享给大家供大家参考,具体如下:
GIL(全局解释器锁)是C语言版本的Python解释器中专有的,GIL的存在让多线程的效率变低(哪个线程抢到锁,就执行哪个线程)。在IO密集型程序中,多线程依然比单线程效率高(GIL通过IO阻塞自动切换多线程)。
解决GIL(全局解释器锁)的问题的三种方法:
1、不要用C语言版本的Python解释器。
2、让子线程运行其他语言代码(例如:主线程运行Python代码,子线程运行C语言代码(C语言的动态库))。
3、多进程代替多线程(多进程可以利用多核CPU)。
创建子线程的第一种方式:
demo.py(通过函数名指定子线程的任务):
import threading
def test1():
print("子线程运行了...")
def main():
# 通过 target=函数名 的方式定义子线程
t1 = threading.Thread(target=test1) # 通过target指定子线程要执行的任务。可以通过args=元组 来指定test1的参数。
t1.start() # 只有在调用start方法后才会创建子线程并执行
# threading.enumerate() 打印正在执行的线程,包括主线程和子线程
print(threading.enumerate()) # [<_mainthread started>, ]
# 当子线程没有结束时,主线程也不会结束。 当主线程结束后,所有的子线程也会结束。
if __name__ == "__main__":
main()
运行结果:
子线程运行了...
[<_mainthread started>, ]
创建子线程的第二种方式:
demo.py(通过类来定义子线程):
#coding=utf-8
import threading
# 通过类定义子线程。 继承threading.Thread类
class MyThread(threading.Thread):
# 开启子线程时,会自动执行run函数
def run(self):
print(self.name) # Thread-1 name属性中保存的是当前线程的名字
def main():
t = MyThread() # 实例化自定义的子线程
t.start() # 开启子线程
if __name__ == '__main__':
main()
运行结果:
Thread-1
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。