浅谈一下python中threading模块
python中threading模块详解,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:
#!/usr/bin/Python
#compare for multi threads
import time
def worker():
print"worker"
time.sleep(1)
return
if__name__ =="__main__":
for i in xrange(5):
worker()
执行结果如下:
下面是使用多线程并发的操作:
代码如下:
#!/usr/bin/python
import threading
import time
defworker():
print"worker"
time.sleep(1)
return
fori in xrange(5):
t=threading.Thread(target=worker)
t.start()
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:
#!/usr/bin/python
#current's number of threads
import threading
import time
defworker():
print"test"
time.sleep(1)
for i in xrange(5):
t=threading.Thread(target=worker)
t.start()
print"current has %d threads" % (threading.activeCount() -1)
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:
#!/usr/bin/python
#test the variable threading.enumerate()
import threading
import time
defworker():
print"test"
time.sleep(2)
threads=[]
for i in xrange(5):
t=threading.Thread(target=worker)
threads.append(t)
t.start()
for item in threading.enumerate():
print item
print for item in threads:
print item
四、threading.setDaemon()的使用。
设置后台进程。
代码如下:
#!/usr/bin/python
#create a daemon
import threading
import time
def worker():
time.sleep(3)
print"worker"
t=threading.Thread(target=worker)
t.setDaemon(True)
t.start()
print"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。
到此这篇关于浅谈一下python中threading模块的文章就介绍到这了,更多相关python的threading模块内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
相关文章