Python单线程/多线程

Python里的多线程是假的多线程，不管有多少核，同一时间只能在一个核中进行操作！

利用Python的多线程，只是利用CPU上下文切换的优势，看上去像是并发，其实只是单线程。

import threading
import timedef test1():for i in range(10000000):a = 100 - idef test2():threads = []t1 = threading.Thread(target=test1)  #创建一个线程，target代表要指定执行什么t2 = threading.Thread(target=test1)t3 = threading.Thread(target=test1)t4 = threading.Thread(target=test1)threads.append(t1)  #把线程放到list里面threads.append(t2)threads.append(t3)threads.append(t4)threads[0].start()  #启动这个线程threads[1].start()threads[2].start()threads[3].start()threads[0].join()  #主线程等待子线程threads[1].join()threads[2].join()threads[3].join()if __name__ == '__main__':t1 = time.time()test1()print('单线程一次：', time.time() - t1)  # 单线程一次： 0.5700154304504395test1()print('单线程两次：', time.time() - t1)  # 单线程两次： 1.1943449974060059test1()print('单线程三次：', time.time() - t1)  # 单线程三次： 1.8057115077972412test1()print('单线程四次：', time.time() - t1)  # 单线程四次： 2.410094738006592t2 = time.time()test2()print('多线程四次：', time.time() - t2)  # 多线程四次： 2.4066476821899414

多线程执行时间约等于单线程执行时间，可见多线程并没有提高效率。

多线程执行的本质就是各线程交替轮番执行，和谐的随机在单核上执行。

多线程有什么用？

解决I/O阻塞问题和I/O占用时CPU闲置问题。

I/O操作不占用CPU ，计算操作占CPU。

举例：

接口A处理需要花费10s接口B处理需要花费5s接口C处理需要花费2s

三个用户（几乎同时）：小红请求A接口，小明请求B接口，小张请求C接口

单线程下：小红10s收到结果，小明15s收到结果，小张17s收到结果多线程下：小红13s收到结果，小明7s收到结果，小张3s收到结果

Python应用多线程的根本目的：使程序交替轮番执行，不会对后边的程序产生阻塞。

注意：多线程提升不了CPU的处理效率，只能提供调用CPU的方案

所以如果运行瓶颈不在CPU运算而在I/O上，多线程显然很划算。

拓展：Python多线程中 join() 的用法

import threading
import timedef run():time.sleep(2)print('当前线程的名字是： '， threading.current_thread().name)time.sleep(2)if __name__ == '__main__':start_time = time.time()print('这是主线程：', threading.current_thread().name)thread_list = []for i in range(5):t = threading.Thread(target=run)thread_list.append(t)for t in thread_list:t.start()print('主线程结束了！' , threading.current_thread().name)print('一共用时：', time.time()-start_time)

join的作用：

import threading
import timedef run():time.sleep(2)print('当前线程的名字是： ', threading.current_thread().name)time.sleep(2)if __name__ == '__main__':start_time = time.time()print('这是主线程：', threading.current_thread().name)thread_list = []for i in range(5):t = threading.Thread(target=run)thread_list.append(t)for t in thread_list:t.setDaemon(True)t.start()for t in thread_list:t.join()print('主线程结束了！' , threading.current_thread().name)print('一共用时：', time.time()-start_time)

作用：主线程一直等待全部的子线程结束之后，主线程自身才结束，程序退出。

参考：python是单线程的，多线程有意义么_fangxiananvhai的博客-CSDN博客_python为什么是单线程

Python多线程与多线程中join()的用法 - cnkai - 博客园

Python单线程/多线程相关推荐

Python——单线程与多线程
并发:一个人吃,一口菜一口包子,但由于切换速度快,感觉像在同时吃菜和包子并行:两个人同时吃,一个人吃包子,一个吃菜,所有吃包子和吃菜是同时的.同步:并发或并行的各个任务不是独自运行的任务之间有一定的 ...
Python|并发编程|爬虫|单线程|多线程|异步I/O|360图片|Selenium及JavaScript|Scrapy框架|BOM 和 DOM 操作简介|语言基础50课：学习（12）
文章目录系列目录原项目地址第37课:并发编程在爬虫中的应用单线程版本多线程版本异步I/O版本总结第38课:抓取网页动态内容 Selenium 介绍使用Selenium 加载页面查找 ...
python的多线程与单线程的效率问题
先了解下CPU的简单运行原理: 它运行速度非常快,1s内可以运行成千上万次,一个核心可以把1s切分成成千上万个时间片段,这个核心确实同时只能运行一个任务:但是可以将多个任务交替执行,比如上一个时间片段 ...
python爬取百度贴吧中的所有邮箱_使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号...
原标题:使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号不知道大家过年都是怎么过的,反正栏主是在家睡了一天,醒来的时候登QQ发现有人找我要一份贴吧爬虫的源代码,想起之前练手的时候写过一个抓 ...
Python之多线程
Python的对线程为什么被说成是鸡肋? 1.1GIL是什么?(Global Interpreter Lock)Python设计之初,为了数据的安全所做的决定. 1.2Python 多线程下,每个线程 ...
python多线程编程(1): python对多线程的支持
From: http://www.cnblogs.com/holbrook/archive/2012/03/01/2376408.html 前面介绍过多线程的基本概念,理解了这些基本概念,掌握pyth ...
python多线程编程_python多线程编程(1): python对多线程的支持
前面介绍过多线程的基本概念,理解了这些基本概念,掌握python多线程编程就比较容易了. 在开始之前,首先要了解一下python对多线程的支持. 虚拟机层面 Python虚拟机使用GIL(Global ...
关于python的多线程和多进程_Python的多线程和多进程
(1)多线程的产生并不是因为发明了多核CPU甚至现在有多个CPU+多核的硬件,也不是因为多线程CPU运行效率比单线程高.单从CPU的运行效率上考虑,单任务进程及单线程效率是最高的,因为CPU没有任何进 ...
python的多线程适合计算密集操作_Python 多线程操作学习
Python 多线程操作什么是线程: 线程(Thread)也叫轻量级进程,是操作系统能够进行运算调度的最小单位,它被包涵在进程之中,是进程中的实际运作单位.线程自己不拥有系统资源,只拥有一点儿在运行 ...

Python单线程/多线程

Python单线程/多线程相关推荐

最新文章

热门文章