多线程模型
多线程模型
线程是一个有意思的话题，在工作中也经常面临，故列个提纲，后续写一下.
有一些方面还不熟悉，希望通过书写让思路更加清晰。
从几个方面来探讨多线程问题
1、用循环的例子来引入多线程的效率提示
2、抢占式多线程带来资源竞争问题
3、资源竞争问题的解决办法之一,锁
4、线程切换也是一种开销，并不是所有的都适用多线程
5、线程的创建销毁也是一笔不小的开销，线程池的实现
6、不同语言C,C++,JAVA,PYTHON对1、2、3、4、5问题的处理
一、python篇
1、循环执行任务使得效率低下演示
import time
def timstr(ltime=None):
return time.strftime("[%Y-%m-%d %H:%M:%S]",time.localtime(ltime))
def work_task(args,cnt=2):
time.sleep(cnt)
print("%s\targs=%s,cnt=%d\n" % (timstr(),args,cnt))
return
def main1():
start = time.time()
for x in range(1,10):
work_task(cnt=1,args=x)
print("Elapsed time: %s" % (time.time()-start))
main1()
[2015-11-10 13:08:24] args=1,cnt=1
[2015-11-10 13:08:25] args=2,cnt=1
[2015-11-10 13:08:26] args=3,cnt=1
[2015-11-10 13:08:27] args=4,cnt=1
[2015-11-10 13:08:28] args=5,cnt=1
[2015-11-10 13:08:29] args=6,cnt=1
[2015-11-10 13:08:30] args=7,cnt=1
[2015-11-10 13:08:31] args=8,cnt=1
[2015-11-10 13:08:32] args=9,cnt=1
Elapsed time: 9.04143500328064
2、多线程开启使得批量任务的执行时间和单次一样演示
from threading import Thread
class GetThread(Thread):
def __init__(self, index):
self.index = index
super(GetThread, self).__init__()
def run(self):
work_task(self.index,cnt=2)
return
def main2():
start = time.time()
threads = []
for index in range(1,10):
t=GetThread(index);
threads.append(t)
t.start()
for t in threads:
t.join()
print("Elapsed time: %s" % (time.time()-start))
print("start time: %s\n" % (timstr()))
main2()
print("end time: %s\n" % (timstr()))
start time: [2015-11-10 13:09:30]
[2015-11-10 13:09:32] args=1,cnt=2
[2015-11-10 13:09:32] args=4,cnt=2
[2015-11-10 13:09:32] args=2,cnt=2
[2015-11-10 13:09:32] args=3,cnt=2
[2015-11-10 13:09:32] args=5,cnt=2
[2015-11-10 13:09:32] args=6,cnt=2
[2015-11-10 13:09:32] args=7,cnt=2
[2015-11-10 13:09:32] args=8,cnt=2
[2015-11-10 13:09:32] args=9,cnt=2
Elapsed time: 2.0126969814300537
end time: [2015-11-10 13:09:32]
