python——線程與多線程基礎

　　咱們以前已經初步瞭解了進程、線程與協程的概念，如今就來看看python的線程。下面說的都是一個進程裏的故事了，暫時忘記進程和協程，先來看一個進程中的線程和多線程。這篇博客將要講一些單線程與多線程的基礎，它們在執行中對cpu資源的分配，幫助還不瞭解多線程的小夥伴一招get寫多線程代碼的技能。已經瞭解的請自行跳過。

單線程

　　       

　　從上面的圖中咱們能夠看出，這段代碼執行了10秒多，這就是一段單單線程的一條道走到黑的代碼，它們順序執行，該sleep的時候就sleep，該print的時候就print。右邊的圖是python執行的時候所佔用的cpu的狀況。

多線程

　　可是，咱們是沒法忍受一共打印10個數，每一個數之間還要sleep這個事實的，因此又出現了多線程，當一個線程sleeping的時候，cpu就去執行其餘線程的內容了。例如：

　　       

　　看上面的圖，咱們引入了threading模塊，並使用Thread類實現了一個多線程的程序，這時，咱們僅僅用了9毫秒的時間，就執行完了10個數字的打印。是由於咱們將print這件事情，放到了多個線程中去執行，那麼這幾個線程就幾乎同步去作事，表面上線程都在執行完打印以後進入了休眠狀態，可是一個線程休息的間隙，cpu就能夠去完成其餘線程的任務了。看最右側的時間圖，我放大了時間軸，其實每個顏色塊就表明了他們在cpu中執行時佔用的時間，它們之間的差異很小，大概是秒的-3次方這個數量級，足矣被咱們忽略了，因此咱們感受他們是同時執行的，當線程執行sleep的時候，他們也幾乎會同時開始計時，同時結束。咱們看中間的結果圖，打印的並不像上面單線程那麼漂亮，這也是各個線程搶佔輸出資源的結果。因而咱們知道了，多線程的執行幾乎是同步的，而且共享內存，可是它會產生資源搶佔的狀況。

get一段多線程代碼

　　

　　看上面的圖，就是這樣，其實開啓一個線程很是簡單，只須要引入一個threading包，而後初始化一個Thread的對象，將方法名和其參數做爲Thread類初始化的參數傳進去，再使用Thread的對象調用start方法，咱們就啓動了一個新的線程。咱們能夠在本身的程序中按照需求起一個或不少個線程。就像上面那樣。

 1 #!/usr/bin/env python
 2 #-*-coding:utf-8-*-
 3 __author__ = 'Eva_J'
 4 
 5 import threading
 6 import time
 7 
 8 def printNum(a):
 9     print 'num:',a
10     time.sleep(1)
11 
12 def printStr(str1,str2):
13     print str1,':',str2
14     time.sleep(1)
15 
16 t_0 = threading.Thread(target=printNum ,args= (999,))
17 t_0.start()
18 
19 t_1 = threading.Thread(target=printStr ,args= ('this is the arg','string',))
20 t_1.start()
21 
22 for a in range(10):
23     t = threading.Thread(target=printNum ,args= (a,))
24     t.start()

threading Code

 

 參考文獻：

　　　　python線程指南：http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html

　　 　 武老師內部專享文章：python線程、進程和協程：http://www.cnblogs.com/wupeiqi/articles/5040827.html