总结的太到位:python 多线程系列详解

前言:

上vip课的时候每次讲到框架的执行,就会有好学的同学问用多线程怎么执行,然后我每次都会说在测开课程会详细讲解,这并不是套路,因为如果你不理解多线程,不清楚什么时候该用什么时候不该用,就会适得其反。今天我们就来聊一聊多线程这个烫手的山芋。

一、python执行慢的原因

1、动态类型语言,边解释边执行。

2、GIL锁无法使用多核CPU并发执行。

二、什么是GIL锁

1、全局解释器锁(Global Interpreter Lock),是计算机程序设计语言计时器用于同步线程的一种机制,它使得任何时刻仅有一个线程在执行。
即使在多核CPU上,使用GIL的解释器也只允许同一时间执行一个线程。

2、你可以理解为这是python设计上的一个Bug,但是因为重构成本太高,龟叔也没打算修复了。

3、那么多线程就没有用了吗?当然不是,多线程可以用于IO密集型任务。

三、CPU密集型

阿里云开发者社区的解释:CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘、内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高。

说人话:做某件事情的时候CPU很忙,磁盘/内存读取很闲,这个事情就叫CPU密集型任务。

四、IO密集型

阿里云开发者社区的解释:IO密集型指的是系统的CPU性能相对硬盘、内存要好很多,此时,系统运作,大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作,此时CPU Loading并不高。

说人话:做某件事情的时候磁盘/内存读取很忙,CPU很闲,这个事情就叫IO密集型任务。

五、什么是多线程

百度百科的解释:多线程(multithreading),是指从软件或者硬件上实现多个线程并发执行的技术。

六、多线程使用场景

1、用于IO密集型任务

七、进入主题上代码

import requests
import time
import threading

#干活函数,请求测试派,其他的啥都不干
def get_url(url):
    requests.get(url=url)

#单线程实现,访问测试派50次
def single(url):
    for i in range(50):
        get_url(url)

#多线程实现,访问测试派50次
def create_multi(url):
    threads = []
    for i in range(50):
        #创建子线程
        th = threading.Thread(target=get_url,args=(url,))
        threads.append(th)
    #启动子线程
    for val in threads:
        val.start()
    #主线程等待子线程执行结束再结束
    for val in threads:
        val.join()

if __name__ == '__main__':
    url = "http://testingpai.com/recent"
    #单线程执行时间统计
    start = time.time()
    single(url)
    end=time.time()
    print("单线程耗时:",end - start)
    print("="*30)
    #多线程执行时间统计
    start = time.time()
    create_multi(url)
    end=time.time()
    print("多线程耗时:",end - start)

输出:
单线程耗时:27.86112666130066
==============================
多线程耗时: 19.54499316215515

►►► 多线程的创建方式

上面我们讲了多线程的使用场景,通过一个简单的例子了解了多线程在IO密集型任务中确实能提高代码执行效率,接下来我们聊一聊多线程的创建。

一、实例化Thread类创建

import requests
import threading

#干活函数,请求测试派,其他的啥都不干
def get_url(url):
    requests.get(url=url)

if __name__ == '__main__':
    url = "http://testingpai.com/recent"
    threads = []
    for i in range(50):
        #创建子线程
        th = threading.Thread(target=get_url,args=(url,))
        threads.append(th)
    #启动子线程
    for val in threads:
        val.start()
    #主线程等待子线程执行结束再结束
    for val in threads:
        val.join()

二、继承Thread重写run方法创建

import requests
import threading

class TestThreading(threading.Thread):
    def __init__(self):
        #调用父类初始化函数进行必要的初始化
        super().__init__()

    #重写run方法
    def run(self):
        thread_name = threading.current_thread().name
        thread_id = threading.current_thread().ident
        print('子线程id={},子线程名称={}:'.format(thread_id, thread_name))
        print("干活的函数逻辑写在这里")
        res = requests.get(url="http://testingpai.com/recent")
        print(res)

if __name__ == '__main__':
    #启动子线程
    for i in range(3):
        th = TestThreading()
        th.start()

最后: 如果你平时有很多问题想要解决,你的测试职业规划也需要一点光亮,你也想跟着大家一起分享探讨,我给你推荐一个 「软件测试学习交流群:746506216」 你缺的知识这里有,你少的技能这里有,你要的大牛也在这里……


资源分享【这份资料必须领取~】

下方这份完整的软件测试视频学习教程已经上传CSDN官方认证的二维码,朋友们如果需要可以自行免费领取 【保证100%免费】

在这里插入图片描述

在这里插入图片描述

你可能感兴趣的:(IT,职场经验,软件测试,python,开发语言,软件测试,自动化测试,职场和发展)