也谈Python多线程(实例讲解)

结合最近一段时间，对python多线程的了解和使用，现把对python多线程的体会用实例的形式展现出来，python的GIL(全局解释锁)一直倍受诟病，它使得python的多线程不能像c++/java 那样百分百的利用处理器多核，因此用python来实现多线程并发，效果并不一定比单线程处理效果好，尤其是计算密集型任务(CPU密集)，这里引用知乎关于此问题的回复：[python多线程就像是一个游泳池的多个放水口，但是同时只能有一个放水口打开，虽然开起来是多个放水口同时放水，实际上仍然是不同线程之间来回切换运行，其实际效果可能还不如只打开一个放水口工作，因为存在context switch 的问题]，因此对于CPU密集型任务，若采用并发完成，可以使用多进程实现，对于IO密集型任务，python多线程并发效果比单线程要好得多，因为context switch 的花销比IO等待花销小得多，而且多个线程可以防止IO阻塞的问题。

1 python多线程的实现

python标准库提供了两个模块实现多线程：_thread 和 threading ，threading 对 _thread 进行了封装，更容易实现，所以推荐使用threading 模块，通过一个简单实例，说明threading模块实现多线程的一些常用用法，代码如下：

#coding:utf-8

import threading
import time

class Thread(threading.Thread):
    def __init__(self,num):
        threading.Thread.__init__(self)
        self._num = num
        self.setDaemon(True)
    def run(self):
        global total,multex

        print threading.currentThread().getName()

        for x in xrange(