python多线程的实现

入门案例

import threading,time
'''
#线程的创建有两种方式，1.直接调用，2.继承
'''
# def run(n):
#     print('test',n)
# #1.直接调用
# t1 = threading.Thread(target=run,args=(1,))
# t2 = threading.Thread(target=run,args=(2,))
# t1.start()
# t2.start()
# #2.继承
# class Mythread(threading.Thread):
#     def __init__(self,n):
#         super(Mythread,self).__init__()
#         self.n = n
#     def run(self):
#         print('test',self.n)
# t1 = Mythread(1)
# t2 = Mythread(2)
# t1.start()
# t2.start()
#统计多个线程耗时，考虑到线程的并发执行，所以每个线程各自指向各自的，主线程执行完后会自动结束，并发执行的时间统计思路就是在线程执行后使用jion()方法，类似于java的wait（）
def run(n):
    print('thread-',n)
　　　　#为了更加直观的看到多线程执行的效果，我们使用sleep方法
    time.sleep(2)
start_time = time.time()
t_list = []
for i in range(50):
    t = threading.Thread(target=run,args=('{}'.format(str(i)),))
    t.start()
    t_list.append(t)
for j in t_list:
    j.join()
end_time = time.time()
print('cost time = ',end_time - start_time)
#浅析pythongil机理
python gil lock中文名称叫做全局解释器锁，是python用来实现多线程的机制，c python的多线程在实际运行时实际上是单通道的，
即总是只能使用一核，利用cpu高速的上下文切换实现所谓的多线程的。潜在的危机，共享资源可能与我们预想的不一样。为此我
们来看以下代码在ubuntu上的运行效果：

#线程锁的研究
def run(n):
    global num
    #lock.acquire() #为加上本句时的运行效果如下图所示，去掉此处#后一切正常
    num += 1
    print('thread {}'.format(n))
    # time.sleep(0.8)
    #lock.release() #去掉此处#后一切正常
 num = 0 
lock = threading.Lock() 

for j in range(100):
 13    t = threading.Thread(target=run,args=(j,))
 14    t_list.append(t) 
   t.start() 

　　 for k in t_list: #每个线程开始的前提是等待上一个线程返回结果到共享池
    　　k.join()

print(num)