python的多线程使用

1、多线程的使用方式

1.1 方式1 ：直接使用

# -*- coding:utf-8 -*- # 线程使用的方式一 import threading import time   # 需要多线程运行的函数 def fun(args):     print("我是线程%s" % args)     time.sleep(2)     print("线程%s运行结束" % args)  # 创建线程 t1 = threading.Thread(target=fun, args=(1,)) t2 = threading.Thread(target=fun, args=(2,)) start_time = time.time() t1.start() t2.start() end_time = time.time() print("两个线程一共的运行时间为：", end_time-start_time) print("主线程结束") 

执行结果:

运行结果： 我是线程1 我是线程2 两个线程一共的运行时间为： 0.0010077953338623047 主线程结束  线程1运行结束 线程2运行结束 

1.2 方式2：继承类调用

# 继承式调用 import threading import time   class MyThreading(threading.Thread):     def __init__(self, name):         super(MyThreading, self).__init__()         self.name = name      # 线程要运行的代码     def run(self):         print("我是线程%s" % self.name)         time.sleep(2)         print("线程%s运行结束" % self.name)   t1 = MyThreading(1) t2 = MyThreading(2) start_time = time.time() t1.start() t2.start() end_time = time.time() print("两个线程一共的运行时间为：", end_time-start_time) print("主线程结束") 

执行结果：

运行结果： 我是线程1 我是线程2 两个线程一共的运行时间为： 0.0010724067687988281 主线程结束 线程2运行结束 线程1运行结束 

2、守护线程与join方法

• 当开启子线程的守护线程，若主线程结束，则子线程立马全部结束；若不开启守护线程，主线程结束后，子线程会继续执行直到自行结束。
• 在Python多线程中，join方法的作用是线程同步，即主程序将一直等待子程序全部运行完成才结束。

2.1 默认情况

Python多线程默认情况是没有设置守护线程（即设置线程setDaemon(False))，主线程执行完自己的任务后，就退出了，此时子线程会继续执行自己的任务，直到子线程任务结束。以上两个例子都是。

2.2 守护线程

开启线程的setDaemon(True))，设置子线程为守护线程，实现主程序结束，子程序立马全部结束功能。

# 守护线程 import threading import time   class MyThreading(threading.Thread):     def __init__(self, name):         super(MyThreading, self).__init__()         self.name = name      # 线程要运行的代码     def run(self):         print("我是线程%s" % self.name)         time.sleep(2)         print("线程%s运行结束" % self.name)   t1 = MyThreading(1) t2 = MyThreading(2) start_time = time.time() t1.setDaemon(True) t1.start() t2.setDaemon(True) t2.start() end_time = time.time() print("两个线程一共的运行时间为：", end_time-start_time) print("主线程结束") 

**注意：**如果要设置为守护线程，一定要在开启线程之前(start())，将该线程设置为守护线程。

**结论：**主线程结束后，无论子线程1，2是否运行完成，都结束线程，不再继续向下运行。

2.3 join方式

当不开启守护进程时，主程序将一直等待子程序全部运行完成才结束。

# join:线程同步 import threading import time   class MyThreading(threading.Thread):     def __init__(self, name):         super(MyThreading, self).__init__()         self.name = name      # 线程要运行的代码     def run(self):         print("我是线程%s" % self.name)         time.sleep(3)         print("线程%s运行结束" % self.name)   threading_list = [] start_time = time.time() for x in range(50):     t = MyThreading(x)     t.start()     threading_list.append(t)  for x in threading_list:     x.join()    # 为线程开启同步  end_time = time.time() print("50个线程一共的运行时间为：", end_time-start_time) print("主线程结束")  

**结论：**主线程等待50个子线程全部执行完成才结束。

3、线程池

Python3中官方才正式提供线程池，而且线程不是开的越多越好，开的多了可能会导致系统的性能更低。

import time from concurrent.futures import ThreadPoolExecutor  # 并行期货，线程池执行者 """ pool = ThreadPoolExecutor(100) pool.submit(函数名,参数1，参数2，参数...) """   def task(video_url, num):     print("开始执行任务", video_url, num)     # 开始执行任务 www.xxxx-299.com 3     time.sleep(1)   # 创建线程池，最多维护10个线程 threadpool = ThreadPoolExecutor(10) # 生成300网址，并放入列表 url_list = ["www.xxxx-{}.com".format(i) for i in range(300)] for url in url_list:     """     在线程池中提交一个任务，线程池如果有空闲线程，则分配一个线程去执行，执行完毕后在将线程交还给线程池，     如果没有空闲线程，则等待。注意在等待时，与主线程无关，主线程依然在继续执行。     """     threadpool.submit(task, url, 3)  print("等待线程池中的任务执行完毕中······") threadpool.shutdown(True)   # 等待线程池中的任务执行完毕后，在继续执行 print("END") 

参考文章