Python多线程原理与用法实例剖析

Python  /  管理员 发布于 7年前   151

本文实例讲述了Python多线程原理与用法。分享给大家供大家参考，具体如下：

先来看个栗子：

下面来看一下I/O秘籍型的线程，举个栗子――爬虫，下面是爬下来的图片用4个线程去写文件

#!/usr/bin/env python# -*- coding:utf-8 -*-import reimport urllibimport threadingimport Queueimport timeitdef getHtml(url):  html_page = urllib.urlopen(url).read()  return html_page# 提取网页中图片的URLdef getUrl(html):  pattern = r'src="https:/article/(http://img.*?)"' # 正则表达式  imgre = re.compile(pattern)  imglist = re.findall(imgre, html) # re.findall(pattern,string) 在string中寻找所有匹配成功的字符串，以列表形式返回值  return imglistclass getImg(threading.Thread):  def __init__(self, queue, thread_name=0): # 线程公用一个队列    threading.Thread.__init__(self)    self.queue = queue    self.thread_name = thread_name    self.start() # 启动线程  # 使用队列实现进程间通信  def run(self):    global count    while (True):      imgurl = self.queue.get() # 调用队列对象的get()方法从队头删除并返回一个项目      urllib.urlretrieve(imgurl, 'E:\mnt\girls\%s.jpg' % count)      count += 1      if self.queue.empty():        break      self.queue.task_done() # 当使用者线程调用 task_done() 以表示检索了该项目、并完成了所有的工作时，那么未完成的任务的总数就会减少。imglist = []def main():  global imglist  url = "http://huaban.com/favorite/beauty/" # 要爬的网页地址  html = getHtml(url)  imglist = getUrl(html)def main_1():  global count  threads = []  count = 0  queue = Queue.Queue()  # 将所有任务加入队列  for img in imglist:    queue.put(img)  # 多线程爬去图片  for i in range(4):    thread = getImg(queue, i)    threads.append(thread)  # 阻塞线程，直到线程执行完成  for thread in threads:    thread.join()if __name__ == '__main__':  main()  t = timeit.Timer(main_1)  print t.timeit(1)

4个线程的执行耗时为：0.421320716723秒

修改一下main_1换成单线程的：

def main_1():  global count  threads = []  count = 0  queue = Queue.Queue()  # 将所有任务加入队列  for img in imglist:    queue.put(img)  # 多线程爬去图片  for i in range(1):    thread = getImg(queue, i)    threads.append(thread)  # 阻塞线程，直到线程执行完成  for thread in threads:    thread.join()

单线程的执行耗时为：1.35626623274秒

再来看一个：

#!/usr/bin/env python# -*- coding:utf-8 -*-import threadingimport timeitdef countdown(n):  while n > 0:    n -= 1def task1():  COUNT = 100000000  thread1 = threading.Thread(target=countdown, args=(COUNT,))  thread1.start()  thread1.join()def task2():  COUNT = 100000000  thread1 = threading.Thread(target=countdown, args=(COUNT // 2,))  thread2 = threading.Thread(target=countdown, args=(COUNT // 2,))  thread1.start()  thread2.start()  thread1.join()  thread2.join()if __name__ == '__main__':  t1 = timeit.Timer(task1)  print "countdown in one thread ", t1.timeit(1)  t2 = timeit.Timer(task2)  print "countdown in two thread ", t2.timeit(1)

task1是单线程，task2是双线程，在我的4核的机器上的执行结果：

countdown in one thread  3.59939150155

countdown in two thread  9.87704289712

天呐，双线程比单线程计算慢了2倍多，这是为什么呢，因为countdown是CPU密集型任务（计算嘛）

I/O密集型任务：线程做I/O处理的时候会释放GIL,其他线程获得GIL，当该线程再做I/O操作时，又会释放GIL，如此往复；

CPU密集型任务：在多核多线程比单核多线程更差，原因是单核多线程，每次释放GIL，唤醒的哪个线程都能获取到GIL锁，所以能够无缝执行（单核多线程的本质就是顺序执行），但多核，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0（CPU0上可能不止一个线程）拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。