多线程在python中作用不大 GIL的原因

添加线程

本节我们来学习threading模块的一些基本操作，如获取线程数，添加线程等。首先别忘了导入模块：

  1. import threading

获取已激活的线程数

  1. threading.active_count()
  2. # 2

查看所有线程信息

  1. threading.enumerate()
  2. # [<_MainThread(MainThread, started 140736011932608)>, <Thread(SockThread, started daemon 123145376751616)>]

输出的结果是一个<_MainThread(...)>带多个``。

查看现在正在运行的线程

  1. threading.current_thread()
  2. # <_MainThread(MainThread, started 140736011932608)>

添加线程，threading.Thread()接收参数target代表这个线程要完成的任务，需自行定义

  1. def thread_job():
  2.     print('This is a thread of %s' % threading.current_thread())
  4. def main():
  5.     thread = threading.Thread(target=thread_job,)   # 定义线程 
  6.     thread.start()  # 让线程开始工作
  8. if __name__ == '__main__':
  9.     main()

join()

加入thread.join()之后会等待这一步进行完才进行下一步

储存进程结果 Queue

  1. import threading
  2. import time
  4. from queue import Queue
  6. def job(l,q):
  7.     for i in range (len(l)):
  8.         l[i] = l[i]**2
  9.     q.put(l)
  11. def multithreading():
  12.     q =Queue()
  13.     threads = []
  14.     data = [[1,2,3],[3,4,5],[4,4,4],[5,5,5]]
  15.     for i in range(4):
  16.         t = threading.Thread(target=job,args=(data[i],q))
  17.         t.start()
  18.         threads.append(t)
  19.     for thread in threads:
  20.         thread.join()
  21.     results = []
  22.     for _ in range(4):
  23.         results.append(q.get())
  24.     print(results)
  26. if __name___=='__main__':
  27.     multithreading()

使用 Lock 的情况

lock在不同线程使用同一共享内存时，能够确保线程之间互不影响，使用lock的方法是， 在每个线程执行运算修改共享内存之前，执行lock.acquire()将共享内存上锁， 确保当前线程执行时，内存不会被其他线程访问，执行运算完毕后，使用lock.release()将锁打开， 保证其他的线程可以使用该共享内存。