threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。
下面来看threading模块的具体用法:
一、Thread的使用 目标函数可以实例化一个Thread对象,每个Thread对象代表着一个线程,可以通过start()方法,开始运行。
这里对使用多线程并发,和不适用多线程并发做了一个比较:
首先是不使用多线程的操作:
代码如下:
#!/bin/env pythonimport threadingimport timedef worker(): print "hello" time.sleep(2)StartTime=time.time()for i in xrange(5): worker()StopTime=time.time()UseTime=StopTime-StartTimeprint UseTime
执行结果如下:
hello
hello
hello
hello
hello
10.0138309002
下面是使用多线程并发的操作:
代码如下:
#!/bin/env pythonimport threadingimport timedef worker(): print "hello" time.sleep(2)StartTime=time.time()for i in xrange(5): t=threading.Thread(target=worker) t.start()StopTime=time.time()UseTime=StopTime-StartTimeprint UseTime
执行结果如下:
hello
hello
hello
hello
0.00377297401428
hello
可以明显看出使用了多线程并发的操作,花费时间要短的很多。
二、threading.activeCount()的使用,此方法返回当前进程中线程的个数。返回的个数中包含主线程。
代码如下
import threadingimport timedef worker(): print "hello" time.sleep(2)for i in xrange(5): t=threading.Thread(target=worker) t.start()print threading.activeCount() - 1
执行结果如下:
hello
hello
hello
hello
5
hello
三、threading.enumerate()的使用。此方法返回当前运行中的Thread对象列表。
代码如下:
import threadingimport timedef worker(): print "hello" time.sleep(2)threads=[]for i in xrange(5): t=threading.Thread(target=worker) #threads.append(t) t.start()for i in threading.enumerate(): print ifor i in threads: print i
执行结果如下:
hello
hello
hello
hello
<_MainThread(MainThread, started 140438928582400)>
<Thread(Thread-1, started 140438809745152)>
<Thread(Thread-3, started 140438719690496)>
<Thread(Thread-4, started 140438709200640)>
<Thread(Thread-2, started 140438799255296)>
<Thread(Thread-5, started 140438698710784)>
<Thread(Thread-1, started 140438809745152)>
<Thread(Thread-2, started 140438799255296)>
<Thread(Thread-3, started 140438719690496)>
<Thread(Thread-4, started 140438709200640)>
<Thread(Thread-5, started 140438698710784)>
hello
四、threading.setDaemon()的使用。设置后台进程。
代码如下
import threadingimport timedef worker(): print "hello" time.sleep(2)t=threading.Thread(target=worker)t.setDaemon(True)t.start()print "haha"
执行结果如下:
haha
可以看出worker()方法中的打印操作并没有显示出来,说明已经成为后台进程。