线下引流的八种推广方式东莞seo优化排名推广

threading多线程同时运行程序

1 threading

---

1.1 概念

Python 的 threading 库用于实现多线程编程，允许程序在同一时间执行多个任务。threading 库提供了丰富的多线程编程工具，适合处理 I/O 密集型任务或需要并发执行的场景。对于 CPU 密集型任务，多线程可能不会提升性能，建议使用 multiprocessing 模块，以避免 GIL（全局解释器锁）的限制。

1.2 主要组件

• Thread 类：用于创建和管理线程。通过继承 Thread 类或直接实例化并传入目标函数来创建线程。
• Lock 类：提供线程同步机制，防止多个线程同时访问共享资源。
• RLock 类：可重入锁，允许同一线程多次获取锁。
• Condition 类：用于线程间的条件同步，允许线程等待特定条件满足。
• Semaphore 类：限制同时访问共享资源的线程数量。
• Event 类：用于线程间的事件通知，一个线程可以等待事件，另一个线程可以触发事件。
• Timer 类：用于在指定时间后执行函数。
• Barrier 类：用于同步多个线程，确保它们在某个点同时继续执行。

1.3 注意事项

• GIL（全局解释器锁）: Python 的 GIL 限制了同一时间只有一个线程执行 Python 字节码，因此在 CPU 密集型任务中，多线程可能不会提升性能。
• 线程安全: 多线程编程需注意线程安全问题，避免竞争条件。
• 调试: 多线程程序调试较为复杂，需使用适当的工具和方法。

1.4 基本语法

• thread = threading.Thread(target=worker，args=(‘work1’,))，创建线程
  • target=worker，指定线程worker，worker为def的函数名
  • args=(‘work1’,)，worker函数所用到的参数，无可不写
• thread .start()，启动线程
• thread .join()， 等待线程完成

2 代码测试

---

2.1 分别开启线程

每次线程的开启，线程和主线顺序可能都不同

代码展示：

import threading
def worker():print('开始')for i in range(5):print(f'正在worker:{i}')print('完成')
thread = threading.Thread(target=worker)
thread.start()
print('开始主线')def worker1(n):print(f'{n}开始')for i in range(5):print(f'{n}正在{i}')print('完成')thread1 = threading.Thread(target=worker1,args=('work1',))
thread1.start()
print('继续主线')

运行结果：

2.2 线程连续启动

可以明显看到时间的停顿，顺序不同。

代码展示：

import threading
import time
def run(n):print('task',n)time.sleep(1)print('2s')time.sleep(1)print('1s')time.sleep(1)print('0s')time.sleep(1)def run2(t):time.sleep(t)print(f'wait {t}s')if __name__ =='__main__':t1 = threading.Thread(target=run,args=('t1',))t2 = threading.Thread(target=run, args=('t1',))t1.start()t2.start()t3 = threading.Thread(target=run2, args=(5,))t4 = threading.Thread(target=run2, args=(8,))t3.start()time.sleep(10)print('开始计时')t4.start()

运行结果：