另一个 odin 所有 单元 url 都在 sleep 简单的 打字
一、线程&进程
对于操作系统来说,一个任务就是一个进程(Process),比如打开一个浏览器就是启动一个浏览器进程,打开一个记事本就启动了一个记事本进程,打开两个记事本就启动了两个记事本进程,打开一个Word就启动了一个Word进程。进程是很多资源的集合。
有些进程还不止同时干一件事,比如Word,它可以同时进行打字、拼写检查、打印等事情。在一个进程内部,要同时干多件事,就需要同时运行多个“子任务”,我们把进程内的这些“子任务”称为线程(Thread)。
由于每个进程至少要干一件事,所以,一个进程至少有一个线程。当然,像Word这种复杂的进程可以有多个线程,多个线程可以同时执行,多线程的执行方式和多进程是一样的,也是由操作系统在多个线程之间快速切换,让每个线程都短暂地交替运行,看起来就像同时执行一样。当然,真正地同时执行多线程需要多核CPU才可能实现。线程是最小的执行单元,而进程由至少一个线程组成。
我们在做事情的时候,一个人做是比较慢的,如果多个人一起来做的话,就比较快了,程序也是一样的,我们想运行的速度快一点的话,就得使用多进程,或者多线程,在python里面,多线程被很多人诟病,为什么呢,因为Python的解释器使用了GIL的一个叫全局解释器锁,它不能利用多核CPU,只能运行在一个cpu上面,但是你在运行程序的时候,看起来好像还是在一起运行的,是因为操作系统轮流让各个任务交替执行,任务1执行0.01秒,切换到任务2,任务2执行0.01秒,再切换到任务3,执行0.01秒……这样反复执行下去。表面上看,每个任务都是交替执行的,但是,由于CPU的执行速度实在是太快了,我们感觉就像所有任务都在同时执行一样。这个叫做上下文切换。
二、多线程,python中的多线程使用theading模块
下面是一个简单多线程
- import threading
- import time
- def sayhi(num): #定义每个线程要运行的函数
- print("running on number:%s" %num)
- time.sleep(3)
- if __name__ == ‘__main__‘:
- t1 = threading.Thread(target=sayhi,args=(1,)) #生成一个线程实例
- t2 = threading.Thread(target=sayhi,args=(2,)) #生成另一个线程实例
- t1.start() #启动线程
- t2.start() #启动另一个线程
下面是另一种启动多线程的方式,继承式
- import threading
- import time
- class MyThread(threading.Thread):
- def __init__(self,num):
- threading.Thread.__init__(self)
- self.num = num
- def run(self):#定义每个线程要运行的函数
- print("running on number:%s" %self.num)
- time.sleep(3)
- if __name__ == ‘__main__‘:
- t1 = MyThread(1)
- t2 = MyThread(2)
- t1.start()
- t2.start()
这两种方式没有什么区别,两种写法而已,我个人喜欢用第一种,更简单一些。
线程等待,多线程在运行的时候,每个线程都是独立运行的,不受其他的线程干扰,如果想在哪个线程运行完之后,再做其他操作的话,就得等待它完成,那怎么等待呢,使用join,等待线程结束
- import threading
- import time
- def run():
- print(‘qqq‘)
- time.sleep(1)
- print(‘done!‘)
- lis = []
- for i in range(5):
- t = threading.Thread(target=run)
- lis.append(t)
- t.start()
- for t in lis:
- t.join()
- print(‘over‘)
守护线程,什么是守护线程呢,就相当于你是一个国王(非守护线程),然后你有很多仆人(守护线程),这些仆人都是为你服务的,一但你死了,那么你的仆人都给你陪葬。
- import threading
- import time
- def run():
- print(‘qqq‘)
- time.sleep(1)
- print(‘done!‘)
- for i in range(5):
- t = threading.Thread(target=run)
- t.setDaemon(True)
- t.start()
- print(‘over‘)
线程锁,线程锁就是,很多线程一起在操作一个数据的时候,可能会有问题,就要把这个数据加个锁,同一时间只能有一个线程操作这个数据。
- import threading
- from threading import Lock
- num = 0
- lock = Lock()#申请一把锁
- def run():
- global num
- lock.acquire()#加锁
- num+=1
- lock.release()#解锁
- lis = []
- for i in range(5):
- t = threading.Thread(target=run)
- t.start()
- lis.append(t)
- for t in lis:
- t.join()
- print(‘over‘,num)
下面来个简单的爬虫,看下多线程的效果
- import threading
- import requests,time
- urls ={
- "baidu":‘http://www.baidu.com‘,
- "blog":‘http://www.nnzhp.cn‘,
- "besttest":‘http://www.besttest.cn‘,
- "taobao":"http://www.taobao.com",
- "jd":"http://www.jd.com",
- }
- def run(name,url):
- res = requests.get(url)
- with open(name+‘.html‘,‘w‘,encoding=res.encoding) as fw:
- fw.write(res.text)
- start_time = time.time()
- lis = []
- for url in urls:
- t = threading.Thread(target=run,args=(url,urls[url]))
- t.start()
- lis.append(t)
- for t in lis:
- t.join()
- end_time = time.time()
- print(‘run time is %s‘%(end_time-start_time))
- #下面是单线程的执行时间
- # start_time = time.time()
- # for url in urls:
- # run(url,urls[url])
- # end_time = time.time()
- # print(‘run time is %s‘%(end_time-start_time))
三、多进程
上面说了Python里面的多线程,是不能利用多核CPU的,如果想利用多核CPU的话,就得使用多进程,python中多进程使用multiprocessing模块。
- from multiprocessing import Process
- import time
- def f(name):
- time.sleep(2)
- print(‘hello‘, name)
- p = Process(target=f, args=(‘niu‘,))
- p.start()
- p.join()
Python多线程多进程
另一个 odin 所有 单元 url 都在 sleep 简单的 打字
原文:http://www.cnblogs.com/feng0815/p/7953788.html
来源: http://www.bubuko.com/infodetail-2414338.html