python多线程

如何在python解释器中实现一个多线程操作

我们通过计算某一个函数的运行时间来确定多线程是怎么实现的！

直接上代码：

import threading
import time

def timer(func):
    def decoration(*args,**kwargs):
        start_time=time.time()
        func(*args,**kwargs)
        stop_time=time.time()
        print(" the func has spent {} seconds".format(stop_time-start_time))
    return decoration

@timer#装饰器
def fun(*args,**kwargs):#
    print("this is {}".format(args[0]))
    time.sleep(2)

if __name__=='__main__':
    start_time=time.time()
    for i in range(10):
        fun1=threading.Thread(target=fun,args=(i,))
        fun1.start()
    stop_time=time.time()
    print("all has spent {} seconds".format(stop_time-start_time))

来看运行结果

分析：

主线程一共用了0.00299秒，而每一个子线程则花费了2.00秒左右的时间。

我们来看看其它参数

import threading
import time

def timer(func):
    def decoration(*args,**kwargs):
        start_time=time.time()
        func(*args,**kwargs)
        stop_time=time.time()
        print(" the func has spent {} seconds".format(stop_time-start_time))
    return decoration

@timer#装饰器
def fun(*args,**kwargs):
    #查看此线程是否是主线程
    print("this is {}".format(args[0]),threading.current_thread())
    time.sleep(2)

if __name__=='__main__':
    start_time=time.time()
    for i in range(10):
        fun1=threading.Thread(target=fun,args=(i,))
        fun1.start()
    stop_time=time.time()
    print("all has spent {} seconds".format(stop_time-start_time))#主线程运行时间
    print(threading.current_thread())#查看线程是否是主线程

来看运行结果：

来看一下线程总数量

print("线程总数为:",threading.active_count())#查看线程总数

运行结果正确：包括10个子线程、1个主线程。

用以上的代码则可以实现一个简单多线程并发的效果，但其实每个cpu在同一时刻只能处理一个线程，我们所得到的结果是因为cpu进行了上下文（context）切换，所以有一种错觉为多线程并发，但是实际上并不是多线程并发。python语言是上世纪90年代才发展起来的，那时候它的创造者只考虑到单核并发，并且python是基于很多语言写的，比如cpython是基于C写的，jpython是基于java写的，在多线程上，python是没有C、java夯实的，这也成为了python的一种缺陷。

如果对我的文章感兴趣，请为我点一个赞，如果有python的知识需要了解或探讨，可以加本人微信:cuiliang1666457052