python的多线程适合计算密集操作_python 多线程

python 多线程

python

前言

python多线程是比较难的内容了，但是在开发中又极为常见，面试中也会经常考到，所以在此写下自己对多线程的一些思考。这篇文章只讲述多线程在python中的用法，对于线程的理解可以参见：谈谈对线程的理解.

为什么说python线程是伪线程？

在其他语言如c，c++中，多线程意味着多个线程是同时运行的，这极大的提高的处理速率。但是在python中，python虚拟机要求在主循环中同时只能有一个控制线程在运行，这也就意味着即使python解释器中可以运行多个线程，但是在任意时刻只有一个线程会被python解释器执行。

而这正是由GIL(全局解释器锁)来控制的，它保证了同一时刻只能有一个线程运行，而在python多线程环境下，python虚拟机按照下面的 方式运行：设置GIL

切换进一个线程取运行

执行下面操作之一：

执行指定数量的字节码指令

线程主动让出控制权(time.sleep())

把线程设置会睡眠状态(切换出线程)

解锁GIL

重复以上步骤

这也就是为什么说python的多线程适合于IO密集型，而不适合计算密集型任务。

什么是守护线程

守护线程可以视为其余非守护线程的保姆，只有所有非守护线程都退出了，守护线程才会终止。

threading模块支持守护线程，其其工作方式是:守护线程一般是一个等待客户端请求服务的服务器。如果没有客户端请求,守护线程就是空闲的。

python中的多线程

python中提供了很方便的库来提供多线程，该库就是Threading库。该库中包括

我们先来着重介绍一下Threading.Thread类。

Threading.Thread类

首先我们先来介绍一下它的初始化函数，再来介绍它的相关属性，最后，我们介绍它常用的一些方法。

__init__

classthreading.Thread(group=None,target=None,name=None,args=(),kwargs={},*,daemon=None)group: 预留参数，用于扩展

target： run()方法所调用的函数，默认为None。

name： 线程名字，默认为" Thread-N"

args： 调用target时的参数列表

kwargs： 调用target时的关键字列表

daemon: 为True，表示启动后台线程(对于需要长时间运行的线程或者需要一直运行的后台任务，你应该考虑使用后台线程)

Thread类的属性

1. name获取和设置线程的名字，可更改。

2. ident获取线程的标识符。线程标识符是一个非零整数，只有在调用了start()方法之后该属性才有效，否则它只返回None。

3. daemon一个 boolean 值表示该进程是不是后台进程(守护进程)。True： 后台进程 Flase： 非后台线程，可更改。

Thread类方法

1. start()启动线程活动

每个线程对象必须调用最多一次start()函数，

2. run()

定义线程功能的方法(通常在子类中被应用开发者重写

3. join()

join(timeout=None)

设置主线程是否同步阻塞自己来待此线程执行完毕。如果不设置的话则主进程会继续执行自己的，在结束时根据 setDaemon 有无注册为守护模式的子进程，有的话将其回收，没有的话就结束自己，某些子线程可以仍在执行

主线程启动若干个子线程后，可以继续执行主线程的代码，也可以等待所有的子线程执行完毕后继续执行主线程，这里需要用到的就是 join 方法，子线程通过调用 join 可以告诉主线程，你必须等着我，我完事了你才可以再往下执行。

4. is_alive()判断线程是否alive

True: alive False： not alive

创建线程的几种方法

1. 第一种： 派生Thread的子类，并创建子类的实例(推荐)第一步：创建一个线程子类，该类继承threading.Thread类

第二步：复写该子类中的run方法

第三步：写该子线程要执行的功能函数模块

第四步：创建Thread子类实例，运行该线程

classExampleThread(threading.Thread):

def__init__(self,func,args,name=''):

threading.Thread.__init__(self)

self.name=name

self.func=func# 传入的函数(python中允许向函数中传递函数)

self.args=args# 表示要传递到函数的参数信息

defrun(self):

self.func(*self.args)

defexample(参数列表):

# 子线程要执行的功能实现

if__name__=="__main":

t=ExampleThread(example,参数列表,example.__name__)

t.start()

第二种： 创建Thread实例，传递给它一个函数

该方法是最简单的方法，但是不推荐你使用，因为其不符合面向对象的思想。第一步：创建一个子线程要执行的功能函数模块

第二步：创建Thread实例，运行该线程

我们看到，该方法与上面的方法相比，更为简洁，这两种方法选一个就好，我个人偏向第一种。

defexample(参数列表):

# 子线程要执行的功能实现

if__name__=="__main":

t=threading.Thread(target=example,args=参数列表)

t.start()