多线程模型

2019-11-14 16:55:07

字体：大中小

来源：转载

供稿：网友

多线程模型

线程是一个有意思的话题，在工作中也经常面临，故列个提纲，后续写一下.
有一些方面还不熟悉，希望通过书写让思路更加清晰。

从几个方面来探讨多线程问题
1、用循环的例子来引入多线程的效率提示
2、抢占式多线程带来资源竞争问题
3、资源竞争问题的解决办法之一,锁
4、线程切换也是一种开销，并不是所有的都适用多线程
5、线程的创建销毁也是一笔不小的开销，线程池的实现
6、不同语言C,C++,java,PYTHON对1、2、3、4、5问题的处理

一、python篇

1、循环执行任务使得效率低下演示

import timedef timstr(ltime=None):    return time.strftime("[%Y-%m-%d %H:%M:%S]",time.localtime(ltime))def work_task(args,cnt=2):    time.sleep(cnt)        PRint("%s/targs=%s,cnt=%d/n" % (timstr(),args,cnt))    return def main1():    start = time.time()    for x in range(1,10):        work_task(cnt=1,args=x)    print("Elapsed time: %s" % (time.time()-start))main1() [2015-11-10 13:08:24]	args=1,cnt=1[2015-11-10 13:08:25]	args=2,cnt=1[2015-11-10 13:08:26]	args=3,cnt=1[2015-11-10 13:08:27]	args=4,cnt=1[2015-11-10 13:08:28]	args=5,cnt=1[2015-11-10 13:08:29]	args=6,cnt=1[2015-11-10 13:08:30]	args=7,cnt=1[2015-11-10 13:08:31]	args=8,cnt=1[2015-11-10 13:08:32]	args=9,cnt=1Elapsed time: 9.04143500328064

2、多线程开启使得批量任务的执行时间和单次一样演示

from threading import Threadclass GetThread(Thread):    def __init__(self, index):        self.index = index         super(GetThread, self).__init__()     def run(self):        work_task(self.index,cnt=2)        return def main2():            start = time.time()    threads = []    for index in range(1,10):        t=GetThread(index);        threads.append(t)        t.start()    for t in threads:        t.join()    print("Elapsed time: %s" % (time.time()-start))print("start time: %s/n" % (timstr()))main2()    print("end time: %s/n" % (timstr()))start time: [2015-11-10 13:09:30][2015-11-10 13:09:32]	args=1,cnt=2[2015-11-10 13:09:32]	args=4,cnt=2[2015-11-10 13:09:32]	args=2,cnt=2[2015-11-10 13:09:32]	args=3,cnt=2[2015-11-10 13:09:32]	args=5,cnt=2[2015-11-10 13:09:32]	args=6,cnt=2[2015-11-10 13:09:32]	args=7,cnt=2[2015-11-10 13:09:32]	args=8,cnt=2[2015-11-10 13:09:32]	args=9,cnt=2Elapsed time: 2.0126969814300537end time: [2015-11-10 13:09:32]