多線程

多線程是個提高程序運行效率的好辦法，本來要順序執行的程序現在可以并行執行，可想而知效率要提高很多。但是多線程也不是能提高所有程序的效率。程序的兩個極端是‘CPU 密集型'和‘I/O 密集型'兩種，多線程技術比較適用于后者，因為在串行結構中當你去讀寫磁盤或者網絡通信的時候 CPU 是閑著的，畢竟網絡比磁盤要慢幾個數量級，磁盤比內存慢幾個數量級，內存又比 CPU 慢幾個數量級。多線程技術就可以同時執行，比如你的程序需要發送 N 個 http 數據包（10 秒），還需要將文件從一個位置復制到另一個位置（20 秒），然后還需要統計另一個文件中'hello,world'字符串的出現次數（4 秒），現在一共是要用 34 秒。但是因為這些操作之間沒有關聯，所以可以寫成多線程程序，幾乎只需要 20 秒就完成了。這是針對 I/O 密集型的，如果是 CPU 密集型的就不行了。比如我的程序要計算 1000 的階乘（10 秒），還要計算 100000 的累加（5 秒），那么即使程序是并行的，還是會要用 15 秒，甚至更多。因為當程序使用 CPU 的時候 CPU 是通過輪轉來執行的，IO 密集型的程序可以在 IO 的同時用 CPU 計算，但是這里的 CPU 密集型就只能先執行一會兒線程 1 再執行一會兒線程 2。所以就需要 15 秒，甚至會更多，因為 CPU 在切換的時候需要耗時。解決 CPU 密集型程序的多線程問題就是 CPU 的事情了，比如 Intel 的超線程技術，可以在同一個核心上真正的并行兩個線程，所以稱之為‘雙核四線程'或者‘四核八線程'，我們這里具體的先不談，談我也不知道。

Python 騙人

說了這么多多線程的好處，但是其實 Python 不支持真正意義上的多線程編程。在 Python 中有一個叫做 GIL 的東西，中文是 全局解釋器 ，這東西控制了 Python，讓 Python 只能同時運行一個線程。相當于說真正意義上的多線程是由 CPU 來控制的，Python 中的多線程由 GIL 控制。如果有一個 CPU 密集型程序，用 C 語言寫的，運行在一個四核處理器上，采用多線程技術的話最多可以獲得 4 倍的效率提升，但是如果用 Python 寫的話并不會有提高，甚至會變慢，因為線程切換的問題。所以 Python 多線程相對更加適合寫 I/O 密集型程序，再說了真正的對效率要求很高的 CPU 密集型程序都用 C/C++ 去了。

第一個多線程

Python 中多線程的庫一般用thread和threading這兩個，thread不推薦新手和一般人使用，threading模塊就相當夠用了。

有一個程序，如下。兩個循環，分別休眠 3 秒和 5 秒，串行執行的話需要 8 秒。

#!/usr/bin/env python# coding=utf-8import timedef sleep_3(): time.sleep(3)def sleep_5(): time.sleep(5)if __name__ == '__main__': start_time = time.time() print 'start sleep 3' sleep_3() print 'start sleep 5' sleep_5() end_time = time.time() print str(end_time - start_time) + ' s'