多線程概述 多線程使得程式內部可以分出多個線程來做多件事情,充分利用CPU空閑時間,提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ,thread 有一些缺點,在threading 得到了彌補。並且在Python3中廢棄了thread模塊,保留了更強大的thr ...
多線程概述
多線程使得程式內部可以分出多個線程來做多件事情,充分利用CPU空閑時間,提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ,thread 有一些缺點,在threading 得到了彌補。並且在Python3中廢棄了thread模塊,保留了更強大的threading模塊。
使用場景
在python的原始解釋器CPython中存在著GIL(Global Interpreter Lock,全局解釋器鎖),因此在解釋執行python代碼時,會產生互斥鎖來限制線程對共用資源的訪問,直到解釋器遇到I/O操作或者操作次數達到一定數目時才會釋放GIL。所以,雖然CPython的線程庫直接封裝了系統的原生線程,但CPython整體作為一個進程,同一時間只會有一個獲得GIL的線程在跑,其他線程則處於等待狀態。這就造成了即使在多核CPU中,多線程也只是做著分時切換而已。
如果你的程式是CPU密集型,多個線程的代碼很有可能是線性執行的。所以這種情況下多線程是雞肋,效率可能還不如單線程因為有上下文切換開銷。但是如果你的代碼是IO密集型,涉及到網路、磁碟IO的任務都是IO密集型任務,多線程可以明顯提高效率,例如多線程爬蟲,多線程文件處理等等
多線程爬蟲
多線程爬蟲的代碼實例
註:以下代碼在python3下運行通過, python2版本差異較大,不能運行成功,如需幫助請下方留意。
運行結果:
1個線程時:
2個線程時:
3個線程時:
通過調節線程數可以看到,執行時間會隨著線程數的增加而縮短,抓取效率成正比增加。
總結:
Python多線程在IO密集型任務,多線程可以明顯提高效率,CPU密集型任務不適合使用多線程處理。