python自动化运维之多线程

kient88

　　1、Python中的多线程
　　执行一个程序，即在操作系统中开启了一个进程，在某一时刻，一个CPU内核只能进行一个进程的任务，现在的计算机所说的多进程/多任务其实是通过加快CPU的执行速度来实现的，因为一个CPU每秒能执行上亿次的计算，能够对进程进行很多次切换，所以在人为可以感知的时间里，看上去，计算机确实是在同时执行多个程序，即同时处理多个进程。
　　一个进程中可以包含有多个线程，这多个线程为实现该进程的某个主要功能而运行着，多个线程可以进行串行工作，也可以并发同时进行工作，显然后者可以节省更多的时间。
　　在Python中是支持多线程并发执行的，只是Python中的多线程只能利用单核，也就是说Python中的某一个进程的多个线程只能在一个CPU核心上运行，而不能分配在多个CPU核心中运行，这是考虑到线程安全的缘故，而Python中的GIL则保证了线程安全。关于Python中的GIL，可以参考文章：《浅析Python的GIL和线程安全》。
　　即GLI是以CPU核心为单位来控制全局锁，所以是不能跨不同的CPU（核心 ）的
　　GLI可以保证同一个进程中，某一个线程的共享数据在某一时刻只能同时被另外一个线程修改（使用），
　　而不能同时被多个线程修改（使用），如果去掉GLI，则需要自己为线程加锁，这样之后，性能比原来还要差。
　　当然，难道就不能充分利用多核CPU或多个CPU了？
　　做成多进程就可以了，不同的进程运行在不同的CPU（核心）上，也可以实现并发，
　　只是这样的话就会比较浪费内存空间，考虑同时运行10个QQ程序的情况，
　　假如1个QQ占用500M的内存空间，则10个QQ就要占用5G的内存空间了。但如果是多线程的话，
　　可能10个QQ还是共享着这500M的内存空间。还有一个缺点就是，多进程间的数据直接访问可能
　　会比较麻烦，但其实也是可以实现的，比如chrome浏览器就是用多进程实现的。
　　目前首先要明确的是，Python中是不能把一个进程的多个线程分布在不同的CPU核心上运行的。
　　2、Python多线程使用方法1
　　给出下面的程序代码及注释：
import threading    # Python多线程模块　　
import time
　　
def run(num):
　　
    print('Hi, I am thread %s..lalala' % num)
　　
     time.sleep(20)
　　
for i in range(20):
　　
    t = threading.Thread(target=run, args=(i,))   # 多线程使用方法，target为需要执行多线程的函数，args为函数中的参数，注意这里的参数写成（i,），即如果只能一个参数，也要加上一个","
　　
    t.start()    # 开始执行多线程
　　执行结果：
Hi, I am thread 0..lalala　　
Hi, I am thread 1..lalala
　　
Hi, I am thread 2..lalala
　　
Hi, I am thread 3..lalala
　　
Hi, I am thread 4..lalala
　　
Hi, I am thread 5..lalala
　　
Hi, I am thread 6..lalala
　　
Hi, I am thread 7..lalala
　　
Hi, I am thread 8..lalala
　　
Hi, I am thread 9..lalala
　　
Hi, I am thread 10..lalala
　　
Hi, I am thread 11..lalala
　　
Hi, I am thread 12..lalala
　　
Hi, I am thread 13..lalala
　　
Hi, I am thread 14..lalala
　　
Hi, I am thread 15..lalala
　　
Hi, I am thread 16..lalala
　　
Hi, I am thread 17..lalala
　　
Hi, I am thread 18..lalala
　　
Hi, I am thread 19..lalala
　　直接看执行结果是看不出什么的，这里说一下这个程序的执行过程：0到19是同时打印输入的，在打印19后，程序sleep 1秒后才结束程序的运行。
　　上面这个程序有20个线程执行，每个线程都是：打印字符串+sleep(20)。我们实际看到的结果是0到19同时打印，然后才sleep 20秒，但是需要注意的是，并非是20个线程才执行一次sleep(20)，而是在每个线程中都执行了一次sleep(20)，即该程序实际上是执行了20次sleep(20)，而我们实际看到的结果是程序运行时仅仅是暂停了1秒，那是因为这20次sleep(20)是并发执行的。
　　上面的程序可以这么去理解：20个线程相当于有20匹马，20匹马同时起跑（打印字符串），然后以同时停20秒（sleep(20)），最后同时到达终点（20个线程运行结束，即程序执行结束）。
　　为了更好的理解上面的程序，可以把上面的代码改为如下：
import threading　　
import time
　　
def run(num):
　　
    print('Hi, I am thread %s..lalala' % num)
　　
    time.sleep(20)
　　
for i in range(20):
　　
    t = threading.Thread(target=run, args=(i,))
　　
    t.start()
　　
    t.join()    #等上一个线程执行完后再执行下一个线程
　　执行结果：
Hi, I am thread 0..lalala　　
Hi, I am thread 1..lalala
　　
Hi, I am thread 2..lalala
　　
Hi, I am thread 3..lalala
　　
Hi, I am thread 4..lalala
　　
Hi, I am thread 5..lalala
　　
Hi, I am thread 6..lalala
　　
Hi, I am thread 7..lalala
　　
Hi, I am thread 8..lalala
　　
Hi, I am thread 9..lalala
　　
Hi, I am thread 10..lalala
　　
Hi, I am thread 11..lalala
　　
Hi, I am thread 12..lalala
　　
Hi, I am thread 13..lalala
　　
Hi, I am thread 14..lalala
　　
Hi, I am thread 15..lalala
　　
Hi, I am thread 16..lalala
　　
Hi, I am thread 17..lalala
　　
Hi, I am thread 18..lalala
　　
Hi, I am thread 19..lalala
　　执行结果看上去跟前面是一样的，但执行过程却是这样的：每打印一次字符串，再暂停20秒。
　　通过这个程序，也就可以更好的理解Python的多线程并发执行了，当然，因为这是一个动态的过程，所以把程序执行一遍后会有更好的理解。
　　3、Python多线程使用方法2
import threading,time　　
class MyThread(threading.Thread):
　　
    def __init__(self, num):
　　
        threading.Thread.__init__(self)
　　
        self.num = num
　　
    def run(self): #this name must be 'run'
　　
        print('I am thread %s' % self.num)
　　
        time.sleep(2)
　　
for i in range(20):
　　
    t = MyThread(i)
　　
    t.start()
　　程序的执行结果与方法1是一样的，这里就不给出了，只是这里利用了面向对象编程的思想方法来设计程序代码。