浅析Python多线程,浅析python

//表单对象 function GetObject { var inputlist=document.all.tags; var
i=0; for(i=0;i

from:

浅析Python多线程,浅析python

  今天看了几篇博客,主要讲解线程的实例以及如何避免线程间的竞争,觉得感觉对自己很有用,所以在此先写先来以备以后自己查阅.

  实例一:我们将要请求三个不同的url

 

1.单线程:

 1 import time
 2 from urllib.request import urlopen
 3 
 4 
 5 def get_responses():
 6      urls = [
 7         'http://www.baidu.com',
 8                 'http://www.taobao.com',
 9                 'http://www.alibaba.com',
10     ]
11     start = time.time()
12     for url in urls:
13         print(url)
14         resp = urlopen(url)
15         print(resp.getcode())   #得到状态码
16     print("spent time:%s" % (time.time()-start))
17 
18 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。

输出为:

200

200

200
spent time:1.1927924156188965

 

2.多线程:

from urllib.request import urlopen
import time
from threading import Thread


class GetUrlThread(Thread):
    def __init__(self, url):
        self.url = url
        super(GetUrlThread, self).__init__()
    def run(self):
        resp = urlopen(self.url)
        print(self.url, resp.getcode())


def get_responses():
    urls = [
        'http://www.baidu.com',
        'http://www.taobao.com',
        'http://www.alibaba.com',
    ]
    start = time.time()
    threads = []
    for url in urls:
        t = GetUrlThread(url)
        threads.append(t)
        t.start()
    for t in threads:
        t.join()
    print("spent 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。

输出为:
200
200
200
spent time:0.6294200420379639

图片 1图片 2代码

实例二:全局变量的线程安全问题(race condition)