1、多线程的使用方式
1.1 方式1 ：直接使用
# -*- coding:utf-8 -*-
# 线程使用的方式一
import threading
import time
# 需要多线程运行的函数
def fun(args):
print("我是线程%s" % args)
time.sleep(2)
print("线程%s运行结束" % args)
# 创建线程
t1 = threading.Thread(target=fun, args=(1,))
t2 = threading.Thread(target=fun, args=(2,))
start_time = time.time()
t1.start()
t2.start()
end_time = time.time()
print("两个线程一共的运行时间为：", end_time-start_time)
print("主线程结束")
执行结果:
运行结果：
我是线程1
我是线程2
两个线程一共的运行时间为： 0.0010077953338623047
主线程结束
线程1运行结束
线程2运行结束
1.2 方式2：继承类调用
# 继承式调用
import threading
import time
class MyThreading(threading.Thread):
def __init__(self, name):
super(MyThreading, self).__init__()
self.name = name
# 线程要运行的代码
def run(self):
print("我是线程%s" % self.name)
time.sleep(2)
print("线程%s运行结束" % self.name)
t1 = MyThreading(1)
t2 = MyThreading(2)
start_time = time.time()
t1.start()
t2.start()
end_time = time.time()
print("两个线程一共的运行时间为：", end_time-start_time)
print("主线程结束")
执行结果：
运行结果：
我是线程1
我是线程2
两个线程一共的运行时间为： 0.0010724067687988281
主线程结束
线程2运行结束
线程1运行结束
2、守护线程与join方法
- 当开启子线程的守护线程，若主线程结束，则子线程立马全部结束；若不开启守护线程，主线程结束后，子线程会继续执行直到自行结束。
- 在Python多线程中，join方法的作用是线程同步，即主程序将一直等待子程序全部运行完成才结束。
2.1 默认情况
Python多线程默认情况是没有设置守护线程（即设置线程setDaemon(False))，主线程执行完自己的任务后，就退出了，此时子线程会继续执行自己的任务，直到子线程任务结束。以上两个例子都是。
2.2 守护线程
开启线程的setDaemon(True))，设置子线程为守护线程，实现主程序结束，子程序立马全部结束功能。
# 守护线程
import threading
import time
class MyThreading(threading.Thread):
def __init__(self, name):
super(MyThreading, self).__init__()
self.name = name
# 线程要运行的代码
def run(self):
print("我是线程%s" % self.name)
time.sleep(2)
print("线程%s运行结束" % self.name)
t1 = MyThreading(1)
t2 = MyThreading(2)
start_time = time.time()
t1.setDaemon(True)
t1.start()
t2.setDaemon(True)
t2.start()
end_time = time.time()
print("两个线程一共的运行时间为：", end_time-start_time)
print("主线程结束")
**注意：**如果要设置为守护线程，一定要在开启线程之前(start())，将该线程设置为守护线程。
**结论：**主线程结束后，无论子线程1，2是否运行完成，都结束线程，不再继续向下运行。
2.3 join方式
当不开启守护进程时，主程序将一直等待子程序全部运行完成才结束。
# join:线程同步
import threading
import time
class MyThreading(threading.Thread):
def __init__(self, name):
super(MyThreading, self).__init__()
self.name = name
# 线程要运行的代码
def run(self):
print("我是线程%s" % self.name)
time.sleep(3)
print("线程%s运行结束" % self.name)
threading_list = []
start_time = time.time()
for x in range(50):
t = MyThreading(x)
t.start()
threading_list.append(t)
for x in threading_list:
x.join() # 为线程开启同步
end_time = time.time()
print("50个线程一共的运行时间为：", end_time-start_time)
print("主线程结束")
**结论：**主线程等待50个子线程全部执行完成才结束。
3、线程池
Python3中官方才正式提供线程池，而且线程不是开的越多越好，开的多了可能会导致系统的性能更低。
import time
from concurrent.futures import ThreadPoolExecutor # 并行期货，线程池执行者
"""
pool = ThreadPoolExecutor(100)
pool.submit(函数名,参数1，参数2，参数...)
"""
def task(video_url, num):
print("开始执行任务", video_url, num) # 开始执行任务 www.xxxx-299.com 3
time.sleep(1)
# 创建线程池，最多维护10个线程
threadpool = ThreadPoolExecutor(10)
# 生成300网址，并放入列表
url_list = ["www.xxxx-{}.com".format(i) for i in range(300)]
for url in url_list:
"""
在线程池中提交一个任务，线程池如果有空闲线程，则分配一个线程去执行，执行完毕后在将线程交还给线程池，
如果没有空闲线程，则等待。注意在等待时，与主线程无关，主线程依然在继续执行。
"""
threadpool.submit(task, url, 3)
print("等待线程池中的任务执行完毕中······")
threadpool.shutdown(True) # 等待线程池中的任务执行完毕后，在继续执行
print("END")
