Python多线程及其基本使用方法实例分析

本文实例讲述了Python多线程及其基本使用方法。分享给大家供大家参考，具体如下：

学习Python的多线程（Multi-threading），至少应该要有进程与线程的基本概念，可以参考：http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html。

1.Python中的多线程

执行一个程序，即在操作系统中开启了一个进程，在某一时刻，一个CPU内核只能进行一个进程的任务，现在的计算机所说的多进程/多任务其实是通过加快CPU的执行速度来实现的，因为一个CPU每秒能执行上亿次的计算，能够对进程进行很多次切换，所以在人为可以感知的时间里，看上去，计算机确实是在同时执行多个程序，即同时处理多个进程。
一个进程中可以包含有多个线程，这多个线程为实现该进程的某个主要功能而运行着，多个线程可以进行串行工作，也可以并发同时进行工作，显然后者可以节省更多的时间。

在Python中是支持多线程并发执行的，只是Python中的多线程只能利用单核，也就是说Python中的某一个进程的多个线程只能在一个CPU核心上运行，而不能分配在多个CPU核心中运行，这是考虑到线程安全的缘故，而Python中的GIL则保证了线程安全。关于Python中的GIL，可以参考下面一篇文章：《浅析Python的GIL和线程安全》。

下面是自己在学习过程中的一些课堂笔记，因为还没有真正学习一些理论，所以可能会有些错误，但目前是方便自己的理解：

即GLI是以CPU核心为单位来控制全局锁，所以是不能跨不同的CPU（核心 ）的GLI可以保证同一个进程中，某一个线程的共享数据在某一时刻只能同时被另外一个线程修改（使用），而不能同时被多个线程修改（使用），如果去掉GLI，则需要自己为线程加锁，这样之后，性能比原来还要差。

当然，难道就不能充分利用多核CPU或多个CPU了？

做成多进程就可以了，不同的进程运行在不同的CPU（核心）上，也可以实现并发，只是这样的话就会比较浪费内存空间，考虑同时运行10个QQ程序的情况，假如1个QQ占用500M的内存空间，则10个QQ就要占用5G的内存空间了。但如果是多线程的话，可能10个QQ还是共享着这500M的内存空间。还有一个缺点就是，多进程间的数据直接访问可能会比较麻烦，但其实也是可以实现的，比如chrome浏览器就是用多进程实现的。

目前首先要明确的是，Python中是不能把一个进程的多个线程分布在不同的CPU核心上运行的。

2.Python多线程使用方法1

给出下面的程序代码及注释：

import threading  #Python多线程模块
import time
def run(num):
  print 'Hi, I am thread %s..lalala' % num
  time.sleep(1)
for i in range(20):
  t = threading.Thread(target=run, args=(i,))  #多线程使用方法，target为需要执行多线程的函数，args为函数中的参数，注意这里的参数写成（i,），即如果只能一个参数，也要加上一个","
  t.start()  #开始执行多线程

程序运行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python thread4.py
Hi, I am thread 0..lalala
Hi, I am thread 1..lalala
Hi, I am thread 2..lalala
Hi, I am thread 3..lalala
Hi, I am thread 4..lalala
Hi, I am thread 5..lalala
Hi, I am thread 6..lalala
Hi, I am thread 7..lalala
Hi, I am thread 8..lalala
Hi, I am thread 9..lalala
Hi, I am thread 10..lalala
Hi, I am thread 11..lalala
Hi, I am thread 12..lalala
Hi, I am thread 13..lalala
Hi, I am thread 14..lalala
Hi, I am thread 15..lalala
Hi, I am thread 16..lalala
Hi, I am thread 17..lalala
Hi, I am thread 18..lalala
Hi, I am thread 19..lalala

直接看执行结果是看不出什么的，这里说一下这个程序的执行过程：0到19是同时打印输入的，在打印19后，程序sleep 1秒后才结束程序的运行。

上面这个程序有20个线程执行，每个线程都是：打印字符串+sleep(1)。我们实际看到的结果是0到19同时打印，然后才sleep 1秒，但是需要注意的是，并非是20个线程才执行一次sleep(1)，而是在每个线程中都执行了一次sleep(1)，即该程序实际上是执行了20次sleep(1)，而我们实际看到的结果是程序运行时仅仅是暂停了1秒，那是因为这20次sleep(1)是并发执行的。

上面的程序可以这么去理解：20个线程相当于有20匹马，20匹马同时起跑（打印字符串），然后以同时停1秒（sleep(1)），最后同时到达终点（20个线程运行结束，即程序执行结束）。

为了更好的理解上面的程序，可以把上面的代码改为如下：

import threading
import time
def run(num):
  print 'Hi, I am thread %s..lalala' % num
  time.sleep(1)
for i in range(20):
  t = threading.Thread(target=run, args=(i,))
  t.start()
  t.join()  #等上一个线程执行完后再执行下一个线程

执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python thread4.py
Hi, I am thread 0..lalala
Hi, I am thread 1..lalala
Hi, I am thread 2..lalala
Hi, I am thread 3..lalala
Hi, I am thread 4..lalala
Hi, I am thread 5..lalala
Hi, I am thread 6..lalala
Hi, I am thread 7..lalala
Hi, I am thread 8..lalala
Hi, I am thread 9..lalala
Hi, I am thread 10..lalala
Hi, I am thread 11..lalala
Hi, I am thread 12..lalala
Hi, I am thread 13..lalala
Hi, I am thread 14..lalala
Hi, I am thread 15..lalala
Hi, I am thread 16..lalala
Hi, I am thread 17..lalala
Hi, I am thread 18..lalala
Hi, I am thread 19..lalala

执行结果看上去跟前面是一样的，但执行过程却是这样的：每打印一次字符串，再暂停一秒。

通过这个程序，也就可以更好的理解Python的多线程并发执行了，当然，因为这是一个动态的过程，所以把程序执行一遍后会有更好的理解。

3.Python多线程使用方法2

程序代码如下：

import threading,time
class MyThread(threading.Thread):
  def __init__(self, num):
    threading.Thread.__init__(self)
    self.num = num
  def run(self): #this name must be 'run'
    print 'I am thread %s' % self.num
    time.sleep(2)
for i in range(20):
  t = MyThread(i)
  t.start()

程序的执行结果与方法1是一样的，这里就不给出了，只是这里利用了面向对象编程的思想方法来设计程序代码。

希望本文所述对大家Python程序设计有所帮助。