多線程threading模塊用法 -《狗嗨默示錄》-

threading提供了一個比thread模塊更高層的API來提供線程的併發性。這些線程併發運行並共享內存。 

        下面來看threading模塊的具體用法： 

 

     1、Thread的使用 目標函數能夠實例化一個Thread對象，每一個Thread對象表明着一個線程，能夠經過start()方法，開始運行。

     這裏對使用多線程併發，和不適用多線程併發作了一個比較：

首先是不使用多線程的操做：

代碼以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#compare for multi threads
import time
 
def worker():
    print "worker"
    time.sleep(1)
    return
 
if __name__ == "__main__":
    for i in xrange(5):
        worker()

執行結果以下：

   

下面是使用多線程併發的操做：

代碼以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import threading
import time
 
def worker():
    print "worker"
    time.sleep(1)
    return
 
for i in xrange(5):
    t = threading.Thread(target=worker)
    t.start()

能夠明顯看出使用了多線程併發的操做，花費時間要短的不少。

 

2、threading.activeCount()的使用，此方法返回當前進程中線程的個數。返回的個數中包含主線程。

代碼以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#current's number of threads
import threading
import time
 
def worker():
    print "test"
    time.sleep(1)
 
for i in xrange(5):
    t = threading.Thread(target=worker)
    t.start()
 
print "current has %d threads" % (threading.activeCount() - 1)

 

3、threading.enumerate()的使用。此方法返回當前運行中的Thread對象列表。

代碼以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#test the variable threading.enumerate()
import threading
import time
 
def worker():
    print "test"
    time.sleep(2)
 
threads = []
for i in xrange(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()
 
for item in threading.enumerate():
    print item
 
print
 
for item in threads:
    print item

 

4、threading.setDaemon()的使用。設置後臺進程。

代碼以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#create a daemon
import threading
import time
 
def worker():
    time.sleep(3)
    print "worker"
 
t=threading.Thread(target=worker)
t.setDaemon(True)
t.start()
print "haha"

能夠看出worker（）方法中的打印操做並無顯示出來，說明已經成爲後臺進程。