python——线程与多线程基础

　　我们之前已经初步了解了进程、线程与协程的概念，现在就来看看python的线程。下面说的都是一个进程里的故事了，暂时忘记进程和协程，先来看一个进程中的线程和多线程。这篇博客将要讲一些单线程与多线程的基础，它们在执行中对cpu资源的分配，帮助还不了解多线程的小伙伴一招get写多线程代码的技能。已经了解的请自行跳过。

单线程

　　       

　　从上面的图中我们可以看出，这段代码执行了10秒多，这就是一段单单线程的一条道走到黑的代码，它们顺序执行，该sleep的时候就sleep，该print的时候就print。右边的图是python执行的时候所占用的cpu的情况。

多线程

　　但是，我们是无法忍受一共打印10个数，每个数之间还要sleep这个事实的，所以又出现了多线程，当一个线程sleeping的时候，cpu就去执行其他线程的内容了。例如：

　　       

　　看上面的图，我们引入了threading模块，并使用Thread类实现了一个多线程的程序，这时，我们仅仅用了9毫秒的时间，就执行完了10个数字的打印。是因为我们将print这件事情，放到了多个线程中去执行，那么这几个线程就几乎同步去做事，表面上线程都在执行完打印之后进入了休眠状态，但是一个线程休息的间隙，cpu就可以去完成其他线程的任务了。看最右侧的时间图，我放大了时间轴，其实每一个颜色块就代表了他们在cpu中执行时占用的时间，它们之间的差别很小，大概是秒的-3次方这个数量级，足矣被我们忽略了，所以我们感觉他们是同时执行的，当线程执行sleep的时候，他们也几乎会同时开始计时，同时结束。我们看中间的结果图，打印的并不像上面单线程那么漂亮，这也是各个线程抢占输出资源的结果。于是我们知道了，多线程的执行几乎是同步的，并且共享内存，但是它会产生资源抢占的情况。

get一段多线程代码

　　

　　看上面的图，就是这样，其实开启一个线程非常简单，只需要引入一个threading包，然后初始化一个Thread的对象，将方法名和其参数作为Thread类初始化的参数传进去，再使用Thread的对象调用start方法，我们就启动了一个新的线程。我们可以在自己的程序中按照需求起一个或很多个线程。就像上面那样。

#!/usr/bin/env python
#-*-coding:utf-8-*-
__author__ = 'Eva_J'

import threading
import time

def printNum(a):
    print 'num:',a
    time.sleep(1)

def printStr(str1,str2):
    print str1,':',str2
    time.sleep(1)

t_0 = threading.Thread(target=printNum ,args= (999,))
t_0.start()

t_1 = threading.Thread(target=printStr ,args= ('this is the arg','string',))
t_1.start()

for a in range(10):
    t = threading.Thread(target=printNum ,args= (a,))
    t.start()

 参考文献：

　　　　python线程指南：http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html

　　 　 武老师内部专享文章：python线程、进程和协程：http://www.cnblogs.com/wupeiqi/articles/5040827.html