python的假线程_Python多线程爬虫，效率真的高

有些时候&＃xff0c;比如下载图片&＃xff0c;因为下载图片是一个耗时的操作。如果采用之前那种同步的方式下载。那效率肯会特别慢。这时候我们就可以考虑使用多线程的方式来下载图片。

多线程介绍&＃xff1a;

多线程是为了同步完成多项任务&＃xff0c;通过提高资源使用效率来提高系统的效率。线程是在同一时间需要完成多项任务的时候实现的。

最简单的比喻多线程就像火车的每一节车厢&＃xff0c;而进程则是火车。车厢离开火车是无法跑动的&＃xff0c;同理火车也可以有多节车厢。多线程的出现就是为了提高效率。同时它的出现也带来了一些问题。

threading模块介绍&＃xff1a;

threading模块是python中专门提供用来做多线程编程的模块。threading模块中最常用的类是Thread。以下看一个简单的多线程程序&＃xff1a;

查看线程数&＃xff1a;

使用threading.enumerate()函数便可以看到当前线程的数量。

查看当前线程的名字&＃xff1a;

使用threading.current_thread()可以看到当前线程的信息。

继承自threading.Thread类&＃xff1a;

为了让线程代码更好的封装。可以使用threading模块下的Thread类&＃xff0c;继承自这个类&＃xff0c;然后实现run方法&＃xff0c;线程就会自动运行run方法中的代码。示例代码如下&＃xff1a;

多线程共享全局变量的问题&＃xff1a;

多线程都是在同一个进程中运行的。因此在进程中的全局变量所有线程都是可共享的。这就造成了一个问题&＃xff0c;因为线程执行的顺序是无序的。有可能会造成数据错误。比如以下代码&＃xff1a;

以上结果正常来讲应该是6&＃xff0c;但是因为多线程运行的不确定性。因此最后的结果可能是随机的。

锁机制&＃xff1a;

为了解决以上使用共享全局变量的问题。threading提供了一个Lock类&＃xff0c;这个类可以在某个线程访问某个变量的时候加锁&＃xff0c;其他线程此时就不能进来&＃xff0c;直到当前线程处理完后&＃xff0c;把锁释放了&＃xff0c;其他线程才能进来处理。示例代码如下&＃xff1a;

Lock版本生产者和消费者模式&＃xff1a;

生产者和消费者模式是多线程开发中经常见到的一种模式。生产者的线程专门用来生产一些数据&＃xff0c;然后存放到一个中间的变量中。消费者再从这个中间的变量中取出数据进行消费。但是因为要使用中间变量&＃xff0c;中间变量经常是一些全局变量&＃xff0c;因此需要使用锁来保证数据完整性。以下是使用threading.Lock锁实现的“生产者与消费者模式”的一个例子&＃xff1a;

Condition版的生产者与消费者模式&＃xff1a;

Lock版本的生产者与消费者模式可以正常的运行。但是存在一个不足&＃xff0c;在消费者中&＃xff0c;总是通过while True死循环并且上锁的方式去判断钱够不够。上锁是一个很耗费CPU资源的行为。因此这种方式不是最好的。还有一种更好的方式便是使用threading.Condition来实现。threading.Condition可以在没有数据的时候处于阻塞等待状态。一旦有合适的数据了&＃xff0c;还可以使用notify相关的函数来通知其他处于等待状态的线程。这样就可以不用做一些无用的上锁和解锁的操作。可以提高程序的性能。首先对threading.Condition相关的函数做个介绍&＃xff0c;threading.Condition类似threading.Lock&＃xff0c;可以在修改全局数据的时候进行上锁&＃xff0c;也可以在修改完毕后进行解锁。以下将一些常用的函数做个简单的介绍&＃xff1a;

1、acquire&＃xff1a;上锁。

2、release&＃xff1a;解锁。

3、wait&＃xff1a;将当前线程处于等待状态&＃xff0c;并且会释放锁。可以被其他线程使用notify和notify_all函数唤醒。被唤醒后会继续等待上锁&＃xff0c;上锁后继续执行下面的代码。

4、notify&＃xff1a;通知某个正在等待的线程&＃xff0c;默认是第1个等待的线程。

5、notify_all&＃xff1a;通知所有正在等待的线程。notify和notify_all不会释放锁。并且需要在release之前调用。

Condition版的生产者与消费者模式代码如下&＃xff1a;

Queue线程安全队列&＃xff1a;

在线程中&＃xff0c;访问一些全局变量&＃xff0c;加锁是一个经常的过程。如果你是想把一些数据存储到某个队列中&＃xff0c;那么Python内置了一个线程安全的模块叫做queue模块。Python中的queue模块中提供了同步的、线程安全的队列类&＃xff0c;包括FIFO&＃xff08;先进先出&＃xff09;队列Queue&＃xff0c;LIFO&＃xff08;后入先出&＃xff09;队列LifoQueue。这些队列都实现了锁原语&＃xff08;可以理解为原子操作&＃xff0c;即要么不做&＃xff0c;要么都做完&＃xff09;&＃xff0c;能够在多线程中直接使用。可以使用队列来实现线程间的同步。相关的函数如下&＃xff1a;

初始化Queue(maxsize)&＃xff1a;创建一个先进先出的队列。

1、qsize()&＃xff1a;返回队列的大小。

2、empty()&＃xff1a;判断队列是否为空。

3、full()&＃xff1a;判断队列是否满了。

4、get()&＃xff1a;从队列中取最后一个数据。

5、put()&＃xff1a;将一个数据放到队列中。

使用生产者与消费者模式多线程下载表情包&＃xff1a;

GIL全局解释器锁&＃xff1a;

Python自带的解释器是CPython。CPython解释器的多线程实际上是一个假的多线程&＃xff08;在多核CPU中&＃xff0c;只能利用一核&＃xff0c;不能利用多核&＃xff09;。同一时刻只有一个线程在执行&＃xff0c;为了保证同一时刻只有一个线程在执行&＃xff0c;在CPython解释器中有一个东西叫做GIL&＃xff08;Global Intepreter Lock&＃xff09;&＃xff0c;叫做全局解释器锁。这个解释器锁是有必要的。因为CPython解释器的内存管理不是线程安全的。当然除了CPython解释器&＃xff0c;还有其他的解释器&＃xff0c;有些解释器是没有GIL锁的&＃xff0c;见下面&＃xff1a;

1、Jython&＃xff1a;用Java实现的Python解释器。不存在GIL锁。

2、IronPython&＃xff1a;用.net实现的Python解释器。不存在GIL锁。

3、PyPy&＃xff1a;用Python实现的Python解释器。存在GIL锁。

GIL虽然是一个假的多线程。但是在处理一些IO操作&＃xff08;比如文件读写和网络请求&＃xff09;还是可以在很大程度上提高效率的。在IO操作上建议使用多线程提高效率。在一些CPU计算操作上不建议使用多线程&＃xff0c;而建议使用多进程。

多线程下载百思不得姐段子作业&＃xff1a;