Python多線程及其基本使用方法實例分析

本文實例講述了Python多線程及其基本使用方法。分享給大家供大家參考，具體如下：

學習Python的多線程（Multi-threading），至少應該要有進程與線程的基本概念，可以參考：http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html。

1.Python中的多線程

執行一個程序，即在操作系統中開啟了一個進程，在某一時刻，一個CPU內核只能進行一個進程的任務，現在的計算機所說的多進程/多任務其實是通過加快CPU的執行速度來實現的，因為一個CPU每秒能執行上億次的計算，能夠對進程進行很多次切換，所以在人為可以感知的時間里，看上去，計算機確實是在同時執行多個程序，即同時處理多個進程。
一個進程中可以包含有多個線程，這多個線程為實現該進程的某個主要功能而運行著，多個線程可以進行串行工作，也可以并發同時進行工作，顯然后者可以節省更多的時間。

在Python中是支持多線程并發執行的，只是Python中的多線程只能利用單核，也就是說Python中的某一個進程的多個線程只能在一個CPU核心上運行，而不能分配在多個CPU核心中運行，這是考慮到線程安全的緣故，而Python中的GIL則保證了線程安全。關于Python中的GIL，可以參考下面一篇文章：《淺析Python的GIL和線程安全》。

下面是自己在學習過程中的一些課堂筆記，因為還沒有真正學習一些理論，所以可能會有些錯誤，但目前是方便自己的理解：

即GLI是以CPU核心為單位來控制全局鎖，所以是不能跨不同的CPU（核心 ）的GLI可以保證同一個進程中，某一個線程的共享數據在某一時刻只能同時被另外一個線程修改（使用），而不能同時被多個線程修改（使用），如果去掉GLI，則需要自己為線程加鎖，這樣之后，性能比原來還要差。

當然，難道就不能充分利用多核CPU或多個CPU了？

做成多進程就可以了，不同的進程運行在不同的CPU（核心）上，也可以實現并發，只是這樣的話就會比較浪費內存空間，考慮同時運行10個QQ程序的情況，假如1個QQ占用500M的內存空間，則10個QQ就要占用5G的內存空間了。但如果是多線程的話，可能10個QQ還是共享著這500M的內存空間。還有一個缺點就是，多進程間的數據直接訪問可能會比較麻煩，但其實也是可以實現的，比如chrome瀏覽器就是用多進程實現的。

目前首先要明確的是，Python中是不能把一個進程的多個線程分布在不同的CPU核心上運行的。

2.Python多線程使用方法1

給出下面的程序代碼及注釋：

import threading  #Python多線程模塊
import time
def run(num):
  print 'Hi, I am thread %s..lalala' % num
  time.sleep(1)
for i in range(20):
  t = threading.Thread(target=run, args=(i,))  #多線程使用方法，target為需要執行多線程的函數，args為函數中的參數，注意這里的參數寫成（i,），即如果只能一個參數，也要加上一個","
  t.start()  #開始執行多線程

程序運行結果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python thread4.py
Hi, I am thread 0..lalala
Hi, I am thread 1..lalala
Hi, I am thread 2..lalala
Hi, I am thread 3..lalala
Hi, I am thread 4..lalala
Hi, I am thread 5..lalala
Hi, I am thread 6..lalala
Hi, I am thread 7..lalala
Hi, I am thread 8..lalala
Hi, I am thread 9..lalala
Hi, I am thread 10..lalala
Hi, I am thread 11..lalala
Hi, I am thread 12..lalala
Hi, I am thread 13..lalala
Hi, I am thread 14..lalala
Hi, I am thread 15..lalala
Hi, I am thread 16..lalala
Hi, I am thread 17..lalala
Hi, I am thread 18..lalala
Hi, I am thread 19..lalala

直接看執行結果是看不出什么的，這里說一下這個程序的執行過程：0到19是同時打印輸入的，在打印19后，程序sleep 1秒后才結束程序的運行。

上面這個程序有20個線程執行，每個線程都是：打印字符串+sleep(1)。我們實際看到的結果是0到19同時打印，然后才sleep 1秒，但是需要注意的是，并非是20個線程才執行一次sleep(1)，而是在每個線程中都執行了一次sleep(1)，即該程序實際上是執行了20次sleep(1)，而我們實際看到的結果是程序運行時僅僅是暫停了1秒，那是因為這20次sleep(1)是并發執行的。

上面的程序可以這么去理解：20個線程相當于有20匹馬，20匹馬同時起跑（打印字符串），然后以同時停1秒（sleep(1)），最后同時到達終點（20個線程運行結束，即程序執行結束）。

為了更好的理解上面的程序，可以把上面的代碼改為如下：

import threading
import time
def run(num):
  print 'Hi, I am thread %s..lalala' % num
  time.sleep(1)
for i in range(20):
  t = threading.Thread(target=run, args=(i,))
  t.start()
  t.join()  #等上一個線程執行完后再執行下一個線程

執行結果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python thread4.py
Hi, I am thread 0..lalala
Hi, I am thread 1..lalala
Hi, I am thread 2..lalala
Hi, I am thread 3..lalala
Hi, I am thread 4..lalala
Hi, I am thread 5..lalala
Hi, I am thread 6..lalala
Hi, I am thread 7..lalala
Hi, I am thread 8..lalala
Hi, I am thread 9..lalala
Hi, I am thread 10..lalala
Hi, I am thread 11..lalala
Hi, I am thread 12..lalala
Hi, I am thread 13..lalala
Hi, I am thread 14..lalala
Hi, I am thread 15..lalala
Hi, I am thread 16..lalala
Hi, I am thread 17..lalala
Hi, I am thread 18..lalala
Hi, I am thread 19..lalala

執行結果看上去跟前面是一樣的，但執行過程卻是這樣的：每打印一次字符串，再暫停一秒。

通過這個程序，也就可以更好的理解Python的多線程并發執行了，當然，因為這是一個動態的過程，所以把程序執行一遍后會有更好的理解。

3.Python多線程使用方法2

程序代碼如下：

import threading,time
class MyThread(threading.Thread):
  def __init__(self, num):
    threading.Thread.__init__(self)
    self.num = num
  def run(self): #this name must be 'run'
    print 'I am thread %s' % self.num
    time.sleep(2)
for i in range(20):
  t = MyThread(i)
  t.start()

程序的執行結果與方法1是一樣的，這里就不給出了，只是這里利用了面向對象編程的思想方法來設計程序代碼。

更多關于Python相關內容感興趣的讀者可查看本站專題：《Python進程與線程操作技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》、《Python入門與進階經典教程》、《Python+MySQL數據庫程序設計入門教程》及《Python常見數據庫操作技巧匯總》

希望本文所述對大家Python程序設計有所幫助。