理解 Python 中的多线程

1、单线程

import time
import urllib2def get_responses():urls = ['http://www.google.com','http://www.amazon.com','http://www.ebay.com','http://www.alibaba.com','http://www.reddit.com']start = time.time()for url in urls:print urlresp = urllib2.urlopen(url)print resp.getcode()print "Elapsed time: %s" % (time.time()-start)get_responses()

解释：

url顺序的被请求
除非cpu从一个url获得了回应，否则不会去请求下一个url
网络请求会花费较长的时间，所以cpu在等待网络请求的返回时间内一直处于闲置状态。

2、多线程

import urllib2
import time
from threading import Threadclass GetUrlThread(Thread):def __init__(self, url):self.url = url super(GetUrlThread, self).__init__()def run(self):resp = urllib2.urlopen(self.url)print self.url, resp.getcode()def get_responses():urls = ['http://www.google.com', 'http://www.amazon.com', 'http://www.ebay.com', 'http://www.alibaba.com', 'http://www.reddit.com']start = time.time()threads = []for url in urls:t = GetUrlThread(url)threads.append(t)t.start()for t in threads:t.join()print "Elapsed time: %s" % (time.time()-start)get_responses()

解释：
意识到了程序在执行时间上的提升
我们写了一个多线程程序来减少cpu的等待时间，当我们在等待一个线程内的网络请求返回时，这时cpu可以切换到其他线程去进行其他线程内的网络请求。
我们期望一个线程处理一个url，所以实例化线程类的时候我们传了一个url。
线程运行意味着执行类里的run()方法。
无论如何我们想每个线程必须执行run()。
为每个url创建一个线程并且调用start()方法，这告诉了cpu可以执行线程中的run()方法了。
我们希望所有的线程执行完毕的时候再计算花费的时间，所以调用了join()方法。
join()可以通知主线程等待这个线程结束后，才可以执行下一条指令。
每个线程我们都调用了join()方法，所以我们是在所有线程执行完毕后计算的运行时间。
关于线程：
cpu可能不会在调用start()后马上执行run()方法。
你不能确定run()在不同线程建间的执行顺序。
对于单独的一个线程，可以保证run()方法里的语句是按照顺序执行的。
这就是因为线程内的url会首先被请求，然后打印出返回的结果。

解决资源竞争

from threading import Lock, Thread
lock = Lock()
some_var = 0class IncrementThread(Thread):def run(self):#we want to read a global variable#and then increment itglobal some_varlock.acquire()read_value = some_varprint "some_var in %s is %d" % (self.name, read_value)some_var = read_value + 1print "some_var in %s after increment is %d" % (self.name, some_var)lock.release()def use_increment_thread():threads = []for i in range(50):t = IncrementThread()threads.append(t)t.start()for t in threads:t.join()print "After 50 modifications, some_var should have become 50"print "After 50 modifications, some_var is %d" % (some_var,)use_increment_thread()

解释：
Lock 用来防止竞争条件
如果在执行一些操作之前，线程t1获得了锁。其他的线程在t1释放Lock之前，不会执行相同的操作
我们想要确定的是一旦线程t1已经读取了some_var，直到t1完成了修改some_var，其他的线程才可以读取some_var
这样读取和修改some_var成了逻辑上的原子操作

加锁保证操作的原子性

from threading import Thread, Lock
import timelock = Lock()class CreateListThread(Thread):def run(self):self.entries = []for i in range(10):time.sleep(0.01)self.entries.append(i)lock.acquire()print self.entrieslock.release()def use_create_list_thread():for i in range(3):t = CreateListThread()t.start()use_create_list_thread()

证明了一个线程不可以修改其他线程内部的变量（非全局变量）。

Python多线程简易版：线程池 threadpool

import threadpool
import time
import urllib2urls = ['http://www.google.com', 'http://www.amazon.com', 'http://www.ebay.com', 'http://www.alibaba.com', 'http://www.reddit.com'
]def myRequest(url):resp = urllib2.urlopen(url)print url, resp.getcode()def timeCost(request, n):print "Elapsed time: %s" % (time.time()-start)start = time.time()
pool = threadpool.ThreadPool(5)
reqs = threadpool.makeRequests(myRequest, urls, timeCost)
[ pool.putRequest(req) for req in reqs ]
pool.wait()

makeRequests创建了要开启多线程的函数，以及函数相关参数和回调函数，其中回调函数可以不写，default是无，也就是说makeRequests只需要2个参数就可以运行；

注意：threadpool 是非线程安全的。

转载于:https://www.cnblogs.com/zhaojihui/p/7284721.html