在给大家分享之前，这里推荐下我自己建的python群：595266089，不管你是小白还是大牛，小编我都挺欢迎，不定期分享干货，包括2017最新的python企业案例学习资料和零基础入门教程，欢迎初学和进阶中的小伙伴。
当初在刚学习python多线程时，上网搜索资料几乎都是一片倒的反应python没有真正意义上的多线程，python多线程就是鸡肋。当时不明所以，只是了解到python带有GIL解释器锁的概念，同一时刻只能有一个线程在运行，遇到IO操作才会释放切换。那么，python多线程是否真的很鸡肋呢？要解决这个疑惑，我想必须亲自动手测试。
经过对比python与java的多线程测试，我发现python多线程的效率确实不如java，但远还没有达到鸡肋的程度，那么跟其他机制相比较呢？
观点：用多进程替代多线程需求
辗转了多篇博文，我看到了一些网友的观点，觉得应该使用python多进程来代替多线程的需求，因为多进程不受GIL的限制。于是我便动手使用多进程去解决一些并发问题，期间也遇到了一些坑，所幸大部分查找资料解决了，然后对多进程做了简单汇总介绍Python多进程。
进群：960410445 即可获取数十套PDF！
那么是否多进程能完全替代多线程呢？别急，我们继续往下看。
观点：协程为最佳方案
协程的概念目前来说是比较火热的，协程不同于线程的地方在于协程不是操作系统进行切换，而是由程序员编码进行切换的，也就是说切换是由程序员控制的，这样就没有了线程所谓的安全问题。协程的概念非常广而深，本文暂不做具体介绍，以后会单独成文。
测试数据
好了，网上的观点无非是使用多进程或者协程来代替多线程（当然换编程语言，换解释器之类方法除外），那么我们就来测试下这三者的性能之差。既然要公平测试，就应该考虑IO密集型与CPU密集型的问题，所以分两组数据进行测试。
IO密集型测试
测试IO密集型，我选择最常用的爬虫功能，计算爬虫访问bing所需要的时间。（主要测试多线程与协程，单线程与多进程就不测了，因为没有必要）
测试代码：
#! -*- coding:utf-8 -*-
fromgevent importmonkey;monkey.patch_all()
importgevent
importtime
importthreading
importurllib2
defurllib2_(url):
try:
urllib2.urlopen(url,timeout=10).read()
exceptException,e:
printe
defgevent_(urls):
jobs=[gevent.spawn(urllib2_,url)forurl inurls]
gevent.joinall(jobs,timeout=10)
foriinjobs:
i.join()
defthread_(urls):
a=[]
forurl inurls:
t=threading.Thread(target=urllib2_,args=(url,))
a.append(t)
foriina:
i.start()
foriina:
i.join()
if__name__=="__main__":
urls=["https://www.bing.com/"]*10
t1=time.time()
gevent_(urls)
t2=time.time()
print'gevent-time:%s' % str(t2-t1)
thread_(urls)
t4=time.time()
print'thread-time:%s' % str(t4-t2)
测试结果：
访问10次
gevent-time:0.380326032639
thread-time:0.376606941223
访问50次
gevent-time:1.3358900547
thread-time:1.59564089775
访问100次
gevent-time:2.42984986305
thread-time:2.5669670105
访问300次
gevent-time:6.66330099106
thread-time:10.7605059147
从结果可以看出，当并发数不断增大时，协程的效率确实比多线程要高，但在并发数不是那么高时，两者差异不大。
CPU密集型
CPU密集型，我选择科学计算的一些功能，计算所需时间。（主要测试单线程、多线程、协程、多进程）
测试代码：
#! -*- coding:utf-8 -*-
frommultiprocessingimportProcess aspro
frommultiprocessing.dummyimportProcess asthr
fromgevent importmonkey;monkey.patch_all()
importgevent
defrun(i):
lists=range(i)
list(set(lists))
if__name__=="__main__":
'''
多进程
'''
foriinrange(30): ##10-2.1s 20-3.8s 30-5.9s
t=pro(target=run,args=(5000000,))
t.start()
'''
多线程
'''
# for i in range(30): ##10-3.8s 20-7.6s 30-11.4s
# t=thr(target=run,))
# t.start()
'''
协程
'''
# jobs=[gevent.spawn(run,5000000) for i in range(30)] ##10-4.0s 20-7.7s 30-11.5s
# gevent.joinall(jobs)
# for i in jobs:
# i.join()
'''
单线程
'''
# for i in range(30): ##10-3.5s 20-7.6s 30-11.3s
# run(5000000)
测试结果：
-
并发10次：【多进程】2.1s 【多线程】3.8s 【协程】4.0s 【单线程】3.5s
-
并发20次：【多进程】3.8s 【多线程】7.6s 【协程】7.7s 【单线程】7.6s
-
并发30次：【多进程】5.9s 【多线程】11.4s 【协程】11.5s 【单线程】11.3s
可以看到，在CPU密集型的测试下，多进程效果明显比其他的好，多线程、协程与单线程效果差不多。这是因为只有多进程完全使用了CPU的计算能力。在代码运行时，我们也能够看到，只有多进程可以将CPU使用率占满。
本文结论
从两组数据我们不难发现，python多线程并没有那么鸡肋。如若不然，Python3为何不去除GIL呢？对于此问题，Python社区也有两派意见，这里不再论述，我们应该尊重Python之父的决定。
至于何时该用多线程，何时用多进程，何时用协程？想必答案已经很明显了。
当我们需要编写并发爬虫等IO密集型的程序时，应该选用多线程或者协程（亲测差距不是特别明显）；当我们需要科学计算，设计CPU密集型程序，应该选用多进程。当然以上结论的前提是，不做分布式，只在一台服务器上测试。
答案已经给出，本文是否就此收尾？既然已经论述Python多线程尚有用武之地，那么就来介绍介绍其用法吧。
Multiprocessing.dummy模块
Multiprocessing.dummy用法与多进程Multiprocessing用法类似，只是在import包的时候，加上.dummy。
用法参考Multiprocessing用法
threading模块
这是python自带的threading多线程模块，其创建多线程主要有2种方式。一种为继承threading类，另一种使用threading.Thread函数，接下来将会分别介绍这两种用法。
Usage【1】
利用threading.Thread()函数创建线程。
代码：
defrun(i):
printi
foriinrange(10):
t=threading.Thread(target=run,args=(i,))
t.start()
说明：Thread()函数有2个参数，一个是target，内容为子线程要执行的函数名称；另一个是args，内容为需要传递的参数。创建完子线程，将会返回一个对象，调用对象的start方法，可以启动子线程。
线程对象的方法：
-
Start() 开始线程的执行
-
Run() 定义线程的功能的函数
-
Join(timeout=None) 程序挂起，直到线程结束；如果给了timeout，则最多阻塞timeout秒
-
getName() 返回线程的名字
-
setName() 设置线程的名字
-
isAlive() 布尔标志，表示这个线程是否还在运行
-
isDaemon() 返回线程的daemon标志
-
setDaemon(daemonic) 把线程的daemon标志设为daemonic（一定要在start（）函数前调用）
-
t.setDaemon(True) 把父线程设置为守护线程，当父进程结束时，子进程也结束。
threading类的方法：
Usage【2】
通过继承threading类，创建线程。
代码：
importthreading
classtest(threading.Thread):
def__init__(self):
threading.Thread.__init__(self)
defrun(self):
try:
print"code one"
except:
pass
foriinrange(10):
cur=test()
cur.start()
foriinrange(10):
cur.join()
说明：此方法继承了threading类，并且重构了run函数功能。
获取线程返回值问题
有时候，我们往往需要获取每个子线程的返回值。然而通过调用普通函数，获取return值的方式在多线程中并不适用。因此需要一种新的方式去获取子线程返回值。
代码：
importthreading
classtest(threading.Thread):
def__init__(self):
threading.Thread.__init__(self)
defrun(self):
self.tag=1
defget_result(self):
ifself.tag==1:
returnTrue
else:
returnFalse
f=test()
f.start()
whilef.isAlive():
continue
printf.get_result()
说明：多线程获取返回值的首要问题，就是子线程什么时候结束？我们应该什么时候去获取返回值？可以使用isAlive()方法判断子线程是否存活。
控制线程运行数目
当需要执行的任务非常多时，我们往往需要控制线程的数量，threading类自带有控制线程数量的方法。
代码：
importthreading
maxs=10##并发的线程数量
threadLimiter=threading.BoundedSemaphore(maxs)
classtest(threading.Thread):
def__init__(self):
threading.Thread.__init__(self)
defrun(self):
threadLimiter.acquire()#获取
try:
print"code one"
except:
pass
finally:
threadLimiter.release()#释放
foriinrange(100):
cur=test()
cur.start()
foriinrange(100):
cur.join()
说明：以上程序可以控制多线程并发数为10，超过这个数量会引发异常。
除了自带的方法，我们还可以设计其他方案：
threads=[]
'''
创建所有线程
'''
foriinrange(10):
t=threading.Thread(target=run,))
threads.append(t)
'''
启动列表中的线程
'''
fortinthreads:
t.start()
whileTrue:
#判断正在运行的线程数量,如果小于5则退出while循环,
#进入for循环启动新的进程.否则就一直在while循环进入死循环
if(len(threading.enumerate())<5):
break
以上两种方式皆可以，本人更喜欢用下面那种方式。
线程池
importthreadpool
defThreadFun(arg1,arg2):
pass
defmain():
device_list=[object1,object2,object3......,objectn]#需要处理的设备个数
task_pool=threadpool.ThreadPool(8)#8是线程池中线程的个数
request_list=[]#存放任务列表
#首先构造任务列表
fordeviceindevice_list:
request_list.append(threadpool.makeRequests(ThreadFun,[((device,),{})]))
#将每个任务放到线程池中，等待线程池中线程各自读取任务，然后进行处理，使用了map函数，不了解的可以去了解一下。
map(task_pool.putRequest,request_list)
#等待所有任务处理完成，则返回，如果没有处理完，则一直阻塞
task_pool.poll()
if__name__=="__main__":
main()
多进程问题，可以赶赴Python多进程(http://python.jobbole.com/87760/)现场，其他关于多线程问题，可以下方留言讨论
申明：本文谈不上原创，其中借鉴了网上很多大牛的文章，本人只是在此测试论述Python多线程相关问题，并简单介绍Python多线程的基本用法，为新手朋友解惑。 （编辑：莱芜站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
