本文鏈接：https://www.cnblogs.com/tujia/p/13565799.html
背景：單線程處理任務是阻塞式，一個一個任務處理的，在處理大量任務的時候，消耗時間長；同時如果服務器配置還不錯的話，光跑一個單線程的話，也有點浪費了配置了
多線程：多線程是異步、並發的，可以大大提高程序的IO處理速度，更好的利用系統資源，更快完成任務
Talk is cheap. Show me the code。下面就直接上代碼了~
一、簡單多線程
# 簡單多線程 # 解釋： # 1）一個工人只做一個任務，做完就撤了； # 2）有多少個任務就得有多少個工人； # 3）這個方式處理任務需要快，但人員成本開銷高。 # @see https://docs.python.org/zh-cn/3/library/threading.html?highlight=threading#threading.Thread import threading # 任務 def task(taskId): thread_name = threading.current_thread().getName() print('工人【%s】正在處理任務【%d】：do something...' % (thread_name, taskId)) def main(): threads = [] # 這里弄5個線程（一個線程相當於一個工人） for i in range(5): # target 參數指定線程要處理的任務函數，args 參數傳遞參數到任務函數去 t = threading.Thread(target=task, args=(i+1,)) # 啟動線程 t.start() threads.append(t) # 阻塞線程 for t in threads: t.join() if __name__ == '__main__': main()
執行結果：
二、線程池
正如上面注釋里說的，線程雖好，但太多線程的話，資源(cpu、內存等)的消耗也挺大的；而且線程都是處理完一個任務就“死”掉了，不能復用，有點浪費
於是，這個“線程池”這個東西出現了。線程池就是管理線程的池子，池子如果設置容量，控制好線程的數量，也就控制好了資源的消耗~
# 線程池 # 解釋： # 1）一個工人同一時間只做一個任務，但做完一個任務可以接着做下一個任務； # 2）可以分配多個任務給少量工人，減少人員成本開銷。 # @see https://docs.python.org/zh-cn/3/library/concurrent.futures.html import threading from concurrent.futures import ThreadPoolExecutor # 任務 def task(taskId): thread_name = threading.current_thread().getName() print('工人【%s】正在處理任務【%d】：do something...' % (thread_name, taskId)) def main(): # 初始化線程池(商會)，定義好池里最多有幾個工人 pool = ThreadPoolExecutor(max_workers=5, thread_name_prefix='Thread') # 准備10個任務 for i in range(10): # 提交任務到池子(商會)里（它會自動分配給工人） pool.submit(task, i+1) if __name__ == '__main__': main()
注：這里把線程池比喻成了“商會”，線程比喻成“工人”，方便大家理解。
執行結果：
注：從上圖可以看到線程被復用了，而且 Thread_0 被復用了最多次，而 Thread_4 毫無用武之地，沒有使用到（你可以把任務數量調大，看看結果又會是怎么樣？）
三、線程池2
這里的示例和上面是一樣的，只是加了一點代碼來模擬任務耗時，方便大家觀察線程池是怎么分配任務的
# 線程池 # 解釋： # 1）一個工人同一時間只做一個任務，但做完一個任務可以接着做下一個任務； # 2）可以分配多個任務給少量工人，減少人員成本開銷。 # 3）任務按順序分配給空閑工人，但每個任務的耗時不一樣，任務不是按順序被完成的，后提交的任務可能會先被完成 import time import random import threading from concurrent.futures import ThreadPoolExecutor # 任務 def task(taskId, consuming): thread_name = threading.current_thread().getName() print('工人【%s】正在處理任務【%d】：do something...' % (thread_name, taskId)) # 模擬任務耗時(秒) time.sleep(consuming) print('任務【%d】：done' % taskId) def main(): # 5個工人 pool = ThreadPoolExecutor(max_workers=5, thread_name_prefix='Thread') # 准備10個任務 for i in range(10): # 模擬任務耗時(秒) consuming = random.randint(1, 5) pool.submit(task, i+1, consuming) if __name__ == '__main__': main()
執行結果：
注：看執行結果來看，不難發現：多線程是異步的，且會並發
三、隊列
除了使用線程池，我們還可以使用隊列來處理任務。任務排好隊，工人（線程）按順序不斷從隊列里取任務，處理任務~
# 線程隊列 # 解釋： # 1）一個隊列有N個工人在排隊，按隊列排序給他們分配任務； # 2）做得再快，也要按排隊排序來接任務，不能插隊搶任務。 # @see https://docs.python.org/zh-cn/3/library/queue.html#queue-objects import time import random import threading from queue import Queue # 自定義線程 class CustomThread(threading.Thread): def __init__(self, queue, **kwargs): super(CustomThread, self).__init__(**kwargs) self.__queue = queue def run(self): while True: # (工人)獲取任務 item = self.__queue.get() # 執行任務 item[0](*item[1:]) # 告訴隊列，任務已完成 self.__queue.task_done() # 任務 def task(taskId, consuming): thread_name = threading.current_thread().getName() print('工人【%s】正在處理任務【%d】：do something...' % (thread_name, taskId)) # 模擬任務耗時(秒) time.sleep(consuming) print('任務【%d】：done' % taskId) def main(): q = Queue() # 招工，這里招了5個工人(啟動5個線程)
for i in range(5): t = CustomThread(q, daemon=True) # 工人已經准備好接活了 t.start() # 來活了(往隊列里塞任務) for i in range(10): taskId = i + 1 # 模擬任務耗時(秒) consuming = random.randint(1, 5) q.put((task, taskId, consuming)) # 阻塞隊列 q.join() if __name__ == '__main__': main()
執行結果：
注1：這里用了一個自定義線程類，具體可以看這里：https://docs.python.org/zh-cn/3/library/queue.html#queue-objects
注2：簡單來說，就是先招固定的N個工人（創建N個線程），讓它們盯着任務隊列；然后往隊列里塞任務；事先盯着隊列的工人們發現有任務，就開始接任務、處理任務了
注3：while True 的意思是循環（不斷）地從任務隊列里取任務，如果不用 while True的話，線程處理完一個任務就會結束，無法復用，任務也無法全部處理完
注4：這里的線程不能使用 Tread.join 方法，join（阻塞線程）方法會和 while True 沖突，使線程無法結束，一直阻塞着
注5：while True 最后是如何自動結束掉的，目前我還不太了解。希望知道原理的大大能告訴我一下~
本文鏈接：https://www.cnblogs.com/tujia/p/13565799.html
完。