python中threading模块详解

转载自       http://blog.chinaunix.net/uid-27571599-id-3484048.html

 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/python
#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/python
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/python
#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/python
#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/python
#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。