一篇文章读懂 Python 多线程

Threading模块从 Python 1.5.2 版开始出现，用于增强底层的多线程模块thread。Threading 模块让操作多线程变得更简单，并且支持程序同时运行多个操作。

注意，Python 中的多线程最好用于处理有关 I/O 的操作，如从网上下载资源或者从本地读取文件或者目录。如果你要做的是 CPU 密集型操作，那么你需要使用 Python 的multiprocessing模块。这样做的原因是，Python 有一个全局解释器锁 (GIL)，使得所有子线程都必须运行在同一个主线程中。正因为如此，当你通过多线程来处理多个 CPU 密集型任务时，你会发现它实际上运行的更慢。因此，我们将重点放在那些多线程最擅长的领域：I/O 操作!

线程简介

多线程能让你像运行一个独立的程序一样运行一段长代码。这有点像调用子进程(subprocess)，不过区别是你调用的是一个函数或者一个类，而不是独立的程序。在我看来，举例说明更有助于解释。下面来看一个简单的例子：

import threading 
 
def doubler(number): 
""" 
可以被线程使用的一个函数 
""" 
print(threading.currentThread.getName + 'n') 
print(number * 2) 
print 
 
if __name__ == '__main__': 
for i in range(5): 
my_thread = threading.Thread(target=doubler, args=(i,)) 
my_thread.start 

这里，我们导入 threading 模块并且创建一个叫 doubler的常规函数。这个函数接受一个值，然后把这个值翻一番。它还会打印出调用这个函数的线程的名称，并在最后打印一行空行。然后在代码的最后一块，我们创建五个线程并且依次启动它们。在我们实例化一个线程时，你会注意到，我们把 doubler 函数传给target参数，同时也给 doubler 函数传递了参数。Args参数看起来有些奇怪，那是因为我们需要传递一个序列给 doubler 函数，但它只接受一个变量，所以我们把逗号放在尾部来创建只有一个参数的序列。

需要注意的是，如果你想等待一个线程结束，那么需要调用 join方法。

当你运行以上这段代码，会得到以下输出内容：

Thread-1 
 
0 
 
Thread-2 
 
2 
 
Thread-3 
 
4 
 
Thread-4 
 
6 
 
Thread-5 
 
8 

当然，通常情况下你不会希望输出打印到标准输出。如果不幸真的这么做了，那么最终的显示效果将会非常混乱。你应该使用 Python 的 logging 模块。它是线程安全的，并且表现出色。让我们用 logging模块修改上面的例子并且给我们的线程命名。代码如下：

import logging 
import threading 
 
def get_logger: 
logger = logging.getLogger("threading_example") 
logger.setLevel(logging.DEBUG) 
 
fh = logging.FileHandler("threading.log") 
fmt = '%(asctime)s - %(threadName)s - %(levelname)s - %(message)s' 
formatter = logging.Formatter(fmt) 
fh.setFormatter(formatter) 
 
logger.addHandler(fh) 
return logger 
 
def doubler(number, logger): 
""" 
可以被线程使用的一个函数 
""" 
logger.debug('doubler function executing') 
result = number * 2 
logger.debug('doubler function ended with: {}'.format( 
result)) 
 
if __name__ == '__main__': 
logger = get_logger 
thread_names = ['Mike', 'George', 'Wanda', 'Dingbat', 'Nina'] 
for i in range(5): 
my_thread = threading.Thread( 
target=doubler, name=thread_names[i], args=(i,logger)) 
my_thread.start 

代码中最大的改变就是加入了 get_logger函数。这段代码将创建一个被设置为调试级别的日志记录器。它将日志保存在当前目录(即脚本运行所在的目录)下，然后设置每行日志的格式。格式包括时间戳、线程名、日志记录级别以及日志信息。

在 doubler 函数中，我们把 print语句换成 logging 语句。你会注发现，在创建线程时，我们给 doubler 函数传入了 logger 对象。这样做的原因是，如果在每个线程中实例化 logging 对象，那么将会产生多个 logging 单例(singleton)，并且日志中将会有很多重复的内容。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!