python多線程基礎

本文首發於知乎

多線程理解

多線程是多個任務同時運行的一種方式。好比一個循環中，每一個循環看作一個任務，咱們但願第一次循環運行還沒結束時，就能夠開始第二次循環，用這種方式來節省時間。

python中這種同時運行的目的是最大化利用CPU的計算能力，將不少等待時間利用起來。這也說明若是程序耗時不是由於等待時間，而是任務很是多，就是要計算那麼久，則多線程沒法改善運行時間。

更多有關多線程理解的內容能夠參考下面資料

• 廖雪峯教程
• 知乎回答
• 百度一下還有很是多的說明，這裏再也不贅述

簡單使用

先看下面這個函數

import time
def myfun():
    time.sleep(1)
    a = 1 + 1
    print(a)
複製代碼

若是咱們要運行10次這個函數，它的運行時間主要在於每次sleep的那一秒，1 + 1的計算是不會耗多少時間的。這種狀況能夠用多線程提升效率。

下面來看一下不使用多線程耗時和使用多線程的耗時

不使用多線程

t = time.time()
for _ in range(5):
    myfun()
print(time.time() - t)
複製代碼

獲得結果是 5.002434492111206

下面咱們使用多線程

from threading import Thread
for _ in range(5):
    th = Thread(target = myfun)
    th.start()
複製代碼

這樣使用多線程其實就能夠了，你會發現大概1秒，5個2會同時出來，說明5次循環其實幾乎同時運行，5次1秒的等待時間同時進行，最後只等待了1秒。

這裏多線程只包括了兩步

• 用Thread增長一個線程，這裏是將每一次循環做爲一次新的線程，一個線程執行一次myfun函數。
• 用start()開始運行這個線程，每一個線程都須要這樣顯式開啓纔會運行。一個線程這樣開啓後，不須要等待它運行完成，就能夠繼續運行下面的程序，即下一次循環（而後又新建了第二個線程，運行未結束即開啓第三個……）

這裏要注意一點：多線程是放在循環裏面的，不能定義好循環以後，從外面將它變成多線程。

讀者可能會注意到，不用多線程時是經過程序計算時間的，使用多線程卻沒有。這是由於要計算時間須要增長一些代碼，沒法展現最簡單的多線程使用，因此就先不計算時間。接下來咱們就講join()的使用，並計算時間。

join的使用

線程的join()方法表示等這個線程運行完畢，程序再往下運行。咱們來看下面的例子

from threading import Thread
t = time.time()
for _ in range(5):
    th = Thread(target = myfun)
    th.start()
    th.join()
print(time.time() - t)
# 結果爲 5.0047078132629395 秒
複製代碼

這裏start()以後立刻join()，表示每個線程都要運行結束才能進行下一次循環，這樣就和沒有使用多線程沒有區別了。不過若是要計算多線程運行時間倒是要用到這個join()

咱們先看一下不用join()的狀況

from threading import Thread
t = time.time()
for _ in range(5):
    th = Thread(target = myfun)
    th.start()
print(time.time() - t)
# 結果爲  0.0009980201721191406 秒
複製代碼

它連1秒都沒有等，就輸出告終果，並且5個2是在打印出這個以後才輸出出來的。這是由於print(time.time() - t)是區別於那5次循環線程以外的第6個線程，它不會等待5個線程運行結束就會開始運行。因此這樣是沒法得到上面5個線程的運行時間的，咱們須要用join()等待5個線程都運行結束。

代碼以下

from threading import Thread
t = time.time()
ths = []
for _ in range(5):
    th = Thread(target = myfun)
    th.start()
    ths.append(th)
for th in ths:
    th.join()
print(time.time() - t)
# 結果爲 1.0038363933563232
複製代碼

上面定義ths列表存儲這些線程，最後用循環確保每個線程都已經運行完成再計算時間差。

join()不僅是用於這種情形。當一步代碼運行依賴以前代碼運行完成時，就要加入join()命令。

如今咱們已經學完了多線程的通常使用方法，能夠在多數場景使用了。下面來介紹一些細節

其餘

(1)線程名稱

咱們直接看下面的代碼

import threading
print(threading.current_thread().getName())
def myfun():
    time.sleep(1)
    print(threading.current_thread().name)
    a = 1 + 1
for i in range(5):
    th = threading.Thread(target = myfun, name = 'thread {}'.format(i))
    th.start()
# 輸出結果
MainThread
thread 0
thread 1
thread 4
thread 3
thread 2
複製代碼

解釋一下

• threading.current_thread()表示當前線程，能夠調用name或getName()獲取線程名稱
• 任何進程都會默認啓動一個線程，默認名稱爲MainThread，也就是主程序佔一個線程，這個線程和以後用Thread新加的線程是相互獨立的，主線程不會等待其他線程運行結束就會繼續往下運行。以前不用join()沒法計算運行時間就是由於主線程先運行完了。
• Thread表示運行這個函數啓動一個新的線程，在其中加一個name參數指定這個函數線程名，則在這個函數內打印線程名就顯示這裏name參數對應值
• 在循環中打印有兩種。第一種print(threading.current_thread().name)則是MainThread；第二種print(th.name)則是thread 1等

(2)Thread函數

上面咱們使用了Thread函數的target name參數，下面來講一下它的其餘參數

• args指定target對應函數的參數，用元組傳入，好比args = (3, )
• daemon主線程默認是False，若是沒有指定則繼承父線程的值。True則若是主線程運行結束，該線程也中止運行；False則該線程會繼續運行直到運行結束，無視主線程如何。（要看這個參數的效果要在py文件中編寫代碼，在cmd裏運行，不能在jupyter notebook裏，由於這裏會多出一些線程干擾）
• group是預留的一個參數，用於之後擴展ThreadGroup類，如今沒用

(3)Thread對象

上面threading.Thread和threading.current_thread()都建立了一個Thread對象，Thread對象有以下屬性和方法

• getName() .name 獲取線程名
• setName() 設置線程名
• start() join()這兩個以前說過了
• join()有一個timeout參數，表示等待這個線程結束時，若是等待時間超過這個時間，就再也不等，繼續進行下面的代碼，可是這個線程不會被中斷
• run() 也是運行這個線程，可是必須等到這個線程運行結束纔會繼續執行以後的代碼（若是將上面的start全換成run則至關於沒有開多線程）
• is_alive()若是該線程還沒運行完，就是True不然False
• daemon 返回該線程的daemon
• setDaemon(True)設置線程的daemon

(4)threading

一些直接調用的變量

• threading.currentThread(): 返回當前的線程變量
• threading.enumerate(): 返回一個包含正在運行的線程的list
• threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果

歡迎關注個人知乎專欄

專欄主頁：python編程

專欄目錄：目錄

版本說明：軟件及包版本說明