python多线程调用示例

再看了网上很多大神对多线程的描述后，很多都说Python实现不了真正的多线程，起初我在使用过程中，对调用的时间进行打印，也感觉像是串行 *** 作，不是并行 *** 作：

class ThreadTest(threading.Thread):

    def __init__(self, num, *args, **kwargs):
        super(ThreadTest, self).__init__(*args, **kwargs)
        self.num = num
        print(num)

    def run(self):
        print(self.num)
        print(time.time())

if __name__ == "__main__":
    for i in range(3):
        ThreadTest(i).run()

跑出来的结果感觉像是并行的，那是因为里面没有阻塞流程的 *** 作，每一个流程都是相同的时间等待

但如果在run里面增加一个时间等待，我们跑的时候再看下结果

立马就显示出，这种方式调用的本质其实还是串行，也就是网上说的Python在使用多线程的时候是有一个全局解释锁(GIL)：

在此引用知乎上一个人溪亭日暮的评论：

 GIL 全局解释器锁： GIL(全局解释器锁，GIL 只有cpython有)：在同一个时刻，只能有一个线程在一个cpu上执行字节码，没法像c和Java一样将多个线程映射到多个CPU上执行，但是GIL会根据执行的字节码行数(为了让各个线程能够平均利用CPU时间，python会计算当前已执行的微代码数量，达到一定阈值后就强制释放GIL)和时间片以及遇到IO *** 作的时候主动释放锁，让其他字节码执行。说白了GIL就是伪多线程，一个线程运行其他线程阻塞，使你的多线程代码不是同时执行，而是交替执行。

 python的多线程：由于GIL的原因，一个CPU同一个时刻只能执行一个线程，但是当遇到IO *** 作或者运行一定的代码量的时候就会释放全局解释器锁，执行另外一个线程。多线程能够有效提升I/O阻塞型程序的效率；与进程相比，占用的系统资源少；线程间能够共享资源，方便进行通信。python的多线程通过threading实现。

：进程几乎可以完成线程能够完成的任何事情。与之不同的是，一个进程里面，包含一个主线程，还可以生成很多子线程。如果有需要的话，可以将它们组成多线程。多进程能够.更好地利用多核处理器；.在处理CPU密集型任务时比多线程要好；可以通过多进程来避免全局解释器锁（GIL）的局限；崩溃的进程不会导致整个程序的崩溃。python中的多进程主要通过multiprocessing模块实现。

 我当时看到这个以为Python确实实现不了真正的多线程，然而在不断的搜索过程，我发现python如果单纯去调用run方法确实会按照这个他说的流程去走，但如果使用start()方法，则再结果显示中会以并发形式存在，而看到其他人的说法，但如果直接使用start()方法，如果主线程结束了，主线程不会等待子线程而会导致整个流程提前结束，所以需要一个阻塞主线程join的方法，但一般join其实是给最长的那个线程增加join就足够了：

这个就成了我们想要的效果：

但如果你调整join的位置，又变成之前的流程，可见如果默认其实就是走的这种独立跑子线程，然后阻塞主线程的 *** 作：

当然就像刚说的只需要给时间最长的增加join就行 

 

当然大部分时候我们不知道什么线程是最长的，所以引用网上通用的写法：