聊聊python的标准库 threading 的中 start 和 join 的使用注意事项
python 的多线程机制可以的适用场景不适合与计算密集型的，因为 GIL 的存在，多线程在处理计算密集型时，实际上也是串行的，因为每个时刻只有一个线程可以获得 GIL，但是对于 IO 处理来说，不管是网络IO还是文件读写IO还是数据库IO，由于从用户态切换到内核态时，此时线程就陷入等待，线程让出对应 CPU，此时就可以切换到其他线程上继续执行任务，总的来说， python 的多线程机制适用于处理 IO 密集型任务。
这里引申出多线程机制的相关应用，python 的标准库中已经为我们提供了 threading模块，我们可以根据其中的 Thread类 进行线程的相关处理，主要就是创建，运行，阻塞，判断是否存活等操作:
- Thread(target=func, args=(), name="myname")
- Thread.is_alive()
- Thread.start()
- Thread.join()
但 python 的标准库的线程类仅提供了些简单操作，更多的线程控制，实际上并没有，比如针对超时或者对正在运行的线程停掉等，而且只要子线程 start() 后，其运行就脱离控制了，即使 join(timeout=10) 设置，也只是针对 is_alive() 进行属性的更改，这一点 golang 就在 goroutine 中做得很好，这里不是讨论重点。
接下来，我们就来看看线程类的使用吧。
1.start()后立即join()操作
很多刚使用 python 的人可能在 start() 后就立即 join()，这里会有问题，具体怎样呢，我们看看示例：
import time, datetime
import threading
import sys
def foo(sleep=2):
print("当前thread: [{}]".format(threading.current_thread().name))
time.sleep(sleep)
print("thread: [{}] end.".format(threading.current_thread().name))
def multiThread_v1():
"""
version1: 多个线程start后再join
:return:
"""
print("[{}] [{}] start...".format(datetime.datetime.now(), sys._getframe().f_code.co_name))
t1 = threading.Thread(target=foo, name="t1")
t2 = threading.Thread(target=foo, name="t2")
t3 = threading.Thread(target=foo, name="t3")
t4 = threading.Thread(target=foo, name="t4")
t5 = threading.Thread(target=foo, name="t5")
t1.start()
t1.join()
t2.start()
t2.join()
t3.start()
t3.join()
t4.start()
t4.join()
t5.start()
t5.join()
print("[{}] [{}] end...".format(datetime.datetime.now(), sys._getframe().f_code.co_name))
if __name__ == "__main__":
multiThread_v1()
以下是运行结果：
[2023-04-13 10:40:55.820157] [multiThread_v1] start...
当前thread: [t1]
thread: [t1] end.
当前thread: [t2]
thread: [t2] end.
当前thread: [t3]
thread: [t3] end.
当前thread: [t4]
thread: [t4] end.
当前thread: [t5]
thread: [t5] end.
[2023-04-13 10:41:05.833481] [multiThread_v1] end...
可以看到本来我们创建5个子线程，想着可以并发跑，实际上是串行的，那多线程还有啥意义呢，还不如主线程里串行执行。
这里就要主要到 join() 的作用了，当 start() 后，子线程就开始运行了，我们通过调用 join()，这里就是阻塞主线程，告诉主线程，你得等我子线程运行完才能执行接下来的逻辑，多个子线程都这样，能不是串行执行了吗。
2.常见的应用
下面介绍一种常见的多线程的应用，通过下面的编码实现多线程执行并发的效果：
def multiThread_v3():
print("[{}] [{}] start...".format(datetime.datetime.now(), sys._getframe().f_code.co_name))
t_list = []
for i in range(5):
arg = 5 if i % 2 == 1 else 4
t = threading.Thread(target=foo, args=(arg,), name="thread_"+str(i))
t_list.append(t)
for t in t_list:
t.start()
for t in t_list:
t.join()
print("[{}] [{}] end...".format(datetime.datetime.now(), sys._getframe().f_code.co_name))
if __name__ == "__main__":
multiThread_v3()
以下是执行结果：
[2023-04-13 10:46:28.393077] [multiThread_v3] start...
当前thread: [thread_0]
当前thread: [thread_1]
当前thread: [thread_2]
当前thread: [thread_3]
当前thread: [thread_4]
thread: [thread_4] end.thread: [thread_0] end.thread: [thread_2] end.
thread: [thread_1] end.
thread: [thread_3] end.
[2023-04-13 10:46:33.395467] [multiThread_v3] end...
代码中通过设置几个sleep 5秒，几个sleep 4秒，模拟不同的处理耗时，可以看到，从开始到结束，线程单个时间总和应该是 4+5+4+5+4=22秒，实际上只运行5秒就全部结束了，我们还是回到 start() 和 join() 的功能上来分析，start() 后，都在跑子线程，通过 join(), 阻塞主线程，由于子线程都已经在运行，实际上的耗时取决于耗时最长的那个，也就是 sleep 5秒的的线程，所以 thread_0/2/4几乎同时结束，运行4秒，接着是thread_3/5，运行5秒，实际在业务时实现时，我们并不能预知耗时情况，比如涉及到网络抖动、磁盘IO等，所以通过遍历 join() 就更合理点。
