多线程threading模块用法 -《狗嗨默示录》-

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/env python
# -*- coding:utf-8 -*-

#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/env python
# -*- coding:utf-8 -*-

import threading
import time
 
def worker():
    print "worker"
    time.sleep(1)
    return
 
for i 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/env python
# -*- coding:utf-8 -*-

#current's number of threads
import threading
import time
 
def worker():
    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/env python
# -*- coding:utf-8 -*-

#test the variable threading.enumerate()
import threading
import time
 
def worker():
    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/env python
# -*- coding:utf-8 -*-

#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。