Python多線程原理與用法實例剖析

更新時間：2019年01月22日 09:11:35 作者：Andy冉明

這篇文章主要介紹了Python多線程原理與用法,結(jié)合具體的爬蟲實例剖析了多線程的相關概念、原理、用法及操作注意事項,需要的朋友可以參考下

本文實例講述了Python多線程原理與用法。分享給大家供大家參考，具體如下：

先來看個栗子：

下面來看一下I/O秘籍型的線程，舉個栗子——爬蟲，下面是爬下來的圖片用4個線程去寫文件

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re
import urllib
import threading
import Queue
import timeit
def getHtml(url):
  html_page = urllib.urlopen(url).read()
  return html_page
# 提取網(wǎng)頁中圖片的URL
def getUrl(html):
  pattern = r'src="(http://img.*?)"' # 正則表達式
  imgre = re.compile(pattern)
  imglist = re.findall(imgre, html) # re.findall(pattern,string) 在string中尋找所有匹配成功的字符串，以列表形式返回值
  return imglist
class getImg(threading.Thread):
  def __init__(self, queue, thread_name=0): # 線程公用一個隊列
    threading.Thread.__init__(self)
    self.queue = queue
    self.thread_name = thread_name
    self.start() # 啟動線程
  # 使用隊列實現(xiàn)進程間通信
  def run(self):
    global count
    while (True):
      imgurl = self.queue.get() # 調(diào)用隊列對象的get()方法從隊頭刪除并返回一個項目
      urllib.urlretrieve(imgurl, 'E:\mnt\girls\%s.jpg' % count)
      count += 1
      if self.queue.empty():
        break
      self.queue.task_done() # 當使用者線程調(diào)用 task_done() 以表示檢索了該項目、并完成了所有的工作時，那么未完成的任務的總數(shù)就會減少。
imglist = []
def main():
  global imglist
  url = "http://huaban.com/favorite/beauty/" # 要爬的網(wǎng)頁地址
  html = getHtml(url)
  imglist = getUrl(html)
def main_1():
  global count
  threads = []
  count = 0
  queue = Queue.Queue()
  # 將所有任務加入隊列
  for img in imglist:
    queue.put(img)
  # 多線程爬去圖片
  for i in range(4):
    thread = getImg(queue, i)
    threads.append(thread)
  # 阻塞線程，直到線程執(zhí)行完成
  for thread in threads:
    thread.join()
if __name__ == '__main__':
  main()
  t = timeit.Timer(main_1)
  print t.timeit(1)

4個線程的執(zhí)行耗時為：0.421320716723秒

修改一下main_1換成單線程的：

def main_1():
  global count
  threads = []
  count = 0
  queue = Queue.Queue()
  # 將所有任務加入隊列
  for img in imglist:
    queue.put(img)
  # 多線程爬去圖片
  for i in range(1):
    thread = getImg(queue, i)
    threads.append(thread)
  # 阻塞線程，直到線程執(zhí)行完成
  for thread in threads:
    thread.join()

單線程的執(zhí)行耗時為：1.35626623274秒

再來看一個：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import threading
import timeit
def countdown(n):
  while n > 0:
    n -= 1
def task1():
  COUNT = 100000000
  thread1 = threading.Thread(target=countdown, args=(COUNT,))
  thread1.start()
  thread1.join()
def task2():
  COUNT = 100000000
  thread1 = threading.Thread(target=countdown, args=(COUNT // 2,))
  thread2 = threading.Thread(target=countdown, args=(COUNT // 2,))
  thread1.start()
  thread2.start()
  thread1.join()
  thread2.join()
if __name__ == '__main__':
  t1 = timeit.Timer(task1)
  print "countdown in one thread ", t1.timeit(1)
  t2 = timeit.Timer(task2)
  print "countdown in two thread ", t2.timeit(1)

task1是單線程，task2是雙線程，在我的4核的機器上的執(zhí)行結(jié)果：

countdown in one thread 3.59939150155

countdown in two thread 9.87704289712

天吶，雙線程比單線程計算慢了2倍多，這是為什么呢，因為countdown是CPU密集型任務（計算嘛）

I/O密集型任務：線程做I/O處理的時候會釋放GIL,其他線程獲得GIL，當該線程再做I/O操作時，又會釋放GIL，如此往復；

CPU密集型任務：在多核多線程比單核多線程更差，原因是單核多線程，每次釋放GIL，喚醒的哪個線程都能獲取到GIL鎖，所以能夠無縫執(zhí)行（單核多線程的本質(zhì)就是順序執(zhí)行），但多核，CPU0釋放GIL后，其他CPU上的線程都會進行競爭，但GIL可能會馬上又被CPU0（CPU0上可能不止一個線程）拿到，導致其他幾個CPU上被喚醒后的線程會醒著等待到切換時間后又進入待調(diào)度狀態(tài)，這樣會造成線程顛簸(thrashing)，導致效率更低。

希望本文所述對大家Python程序設計有所幫助。

您可能感興趣的文章: