深入理解 Python 中的多線程 新手必看，python新手必看

深入理解 Python 中的多線程 新手必看，python新手必看

樣本1
我們將要請求五個不同的url：
單線程

import timeimport urllib2 defget_responses():  urls=[    ‘http://www.baidu.com',    ‘http://www.amazon.com',    ‘http://www.ebay.com',    ‘http://www.alibaba.com',    ‘http://www.bkjia.com'  ]  start=time.time()  forurlinurls:    printurl    resp=urllib2.urlopen(url)    printresp.getcode()  print”Elapsed time: %s”%(time.time()-start) get_responses()

輸出是：
http://www.baidu.com200
http://www.amazon.com200
http://www.ebay.com200
http://www.alibaba.com200
http://www.bkjia.com200
Elapsed time:3.0814409256

解釋：
url順序的被請求
除非cpu從一個url獲得了回應，否則不會去請求下一個url
網路請求會花費較長的時間，所以cpu在等待網路請求的返回時間內一直處於閑置狀態。
多線程

import urllib2import timefrom threading import Thread classGetUrlThread(Thread):  def__init__(self, url):    self.url=url    super(GetUrlThread,self).__init__()   defrun(self):    resp=urllib2.urlopen(self.url)    printself.url, resp.getcode() defget_responses():  urls=[    ‘http://www.baidu.com',    ‘http://www.amazon.com',    ‘http://www.ebay.com',    ‘http://www.alibaba.com',    ‘http://www.bkjia.com'  ]  start=time.time()  threads=[]  forurlinurls:    t=GetUrlThread(url)    threads.append(t)    t.start()  fortinthreads:    t.join()  print”Elapsed time: %s”%(time.time()-start) get_responses()

輸出：
http://www.bkjia.com200
http://www.baidu.com200
http://www.amazon.com200
http://www.alibaba.com200
http://www.ebay.com200
Elapsed time:0.689890861511

解釋：

意識到了程式在執行時間上的提升
我們寫了一個多線程程式來減少cpu的等待時間，當我們在等待一個線程內的網路請求返回時，這時cpu可以切換到其他線程去進行其他線程內的網路請求。
我們期望一個線程處理一個url，所以執行個體化線程類的時候我們傳了一個url。
線程運行意味著執行類裡的run()方法。
無論如何我們想每個線程必須執行run()。
為每個url建立一個線程並且調用start()方法，這告訴了cpu可以執行線程中的run()方法了。
我們希望所有的線程執行完畢的時候再計算花費的時間，所以調用了join()方法。
join()可以通知主線程等待這個線程結束後，才可以執行下一條指令。
每個線程我們都調用了join()方法，所以我們是在所有線程執行完畢後計算的已耗用時間。

關於線程：

cpu可能不會在調用start()後馬上執行run()方法。
你不能確定run()在不同線程建間的執行順序。
對於單獨的一個線程，可以保證run()方法裡的語句是按照順序執行的。
這就是因為線程內的url會首先被請求，然後列印出返回的結果。

執行個體2

我們將會用一個程式示範一下多線程間的資源競爭，並修複這個問題。

from threading import Thread #define a global variablesome_var=0 classIncrementThread(Thread):  defrun(self):    #we want to read a global variable    #and then increment it    globalsome_var    read_value=some_var    print”some_var in %s is %d”%(self.name, read_value)    some_var=read_value+1    print”some_var in %s after increment is %d”%(self.name, some_var) defuse_increment_thread():  threads=[]  foriinrange(50):    t=IncrementThread()    threads.append(t)    t.start()  fortinthreads:    t.join()  print”After 50 modifications, some_var should have become 50″  print”After 50 modifications, some_var is %d”%(some_var,) use_increment_thread()

多次運行這個程式，你會看到多種不同的結果。
解釋：
有一個全域變數，所有的線程都想修改它。
所有的線程應該在這個全域變數上加 1 。
有50個線程，最後這個數值應該變成50，但是它卻沒有。
為什麼沒有達到50？
在some_var是15的時候，線程t1讀取了some_var，這個時刻cpu將控制權給了另一個線程t2。
t2線程讀到的some_var也是15
t1和t2都把some_var加到16
當時我們期望的是t1 t2兩個線程使some_var + 2變成17
在這裡就有了資源競爭。
相同的情況也可能發生在其它的線程間，所以出現了最後的結果小於50的情況。
解決資源競爭

from threading import Lock, Threadlock=Lock()some_var=0 classIncrementThread(Thread):  defrun(self):    #we want to read a global variable    #and then increment it    globalsome_var    lock.acquire()    read_value=some_var    print”some_var in %s is %d”%(self.name, read_value)    some_var=read_value+1    print”some_var in %s after increment is %d”%(self.name, some_var)    lock.release() defuse_increment_thread():  threads=[]  foriinrange(50):    t=IncrementThread()    threads.append(t)    t.start()  fortinthreads:    t.join()  print”After 50 modifications, some_var should have become 50″  print”After 50 modifications, some_var is %d”%(some_var,) use_increment_thread()

再次運行這個程式，達到了我們預期的結果。
解釋：
Lock 用來防止競爭條件
如果在執行一些操作之前，線程t1獲得了鎖。其他的線程在t1釋放Lock之前，不會執行相同的操作
我們想要確定的是一旦線程t1已經讀取了some_var，直到t1完成了修改some_var，其他的線程才可以讀取some_var
這樣讀取和修改some_var成了邏輯上的原子操作。
執行個體3
讓我們用一個例子來證明一個線程不能影響其他線程內的變數（非全域變數）。
time.sleep()可以使一個線程掛起，強制線程切換髮生。

from threading import Threadimport time classCreateListThread(Thread):  defrun(self):    self.entries=[]    foriinrange(10):      time.sleep(1)      self.entries.append(i)    printself.entries defuse_create_list_thread():  foriinrange(3):    t=CreateListThread()    t.start() use_create_list_thread()

運行幾次後發現並沒有列印出爭取的結果。當一個線程正在列印的時候，cpu切換到了另一個線程，所以產生了不正確的結果。我們需要確保print self.entries是個邏輯上的原子操作，以防列印時被其他線程打斷。
我們使用了Lock()，來看下邊的例子。

from threading import Thread, Lockimport time lock=Lock() classCreateListThread(Thread):  defrun(self):    self.entries=[]    foriinrange(10):      time.sleep(1)      self.entries.append(i)    lock.acquire()    printself.entries    lock.release() defuse_create_list_thread():  foriinrange(3):    t=CreateListThread()    t.start() use_create_list_thread()

這次我們看到了正確的結果。證明了一個線程不可以修改其他線程內部的變數（非全域變數）。