1.单线程执行

Python的内置模块提供了两个线程模块：threading 和thread。

    thread：是原生的

    threading：是扩展的

用法：

    变量 = threading.Thread(target = 执行函数)

    变量.strart()

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2020-06-08
# @Author : Carl_奕然

import threading
#自定义test函数
def test():
    print("test threading")
    
#创建一个单线程，来执行test()函数
t = threading.Thread(target= test)
t.start()

运行结果：

test threading

2、多线程执行

单线程已经会使用，那么多线程还会远吗？
多线程只需要通过循环创建多个线程，并通过循环启动执行就可以了。
我们来看个例子，为了更直观，我把打印的内容修改成打印时间：

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2020-06-08
# @Author : Carl_奕然

import threading
from datetime import *

#自定义test函数
def test():
    now = datetime.now()  #获取当前时间
    print("打印多线程执行时间:",now)
#自定义thr()函数，来执行多线程
def thr():
    threads = []  #自定义一个空的数组，用来存放线程组
    for i in range(10):  #设置循环10次
        t = threading.Thread(target=test)
        threads.append(t)  #把创建的的线程t，装到threads 数组中
    #启动线程
    for t in threads: 
        t.start()
#执行thr()函数进行多并发
if __name__ == "__main__"   :
    thr()

运行结果

我们可以看到，我循环执行了10次，这时间相差的太小了，可以忽略不计。

如果，我设置1000次，10000次的话，如果还是这样写，是不是需要等待很长时间？服务器的压力会不会增加?资源消耗会不会增加？

那如何优化呢？

来看这个例子：

我们执行1000次并发，把这1000次拆成50个线程，每个线程循环20次，这样是不是就会快很多？

我们来看看执行效率

修改代码

# -*- coding:utf-8 -*-
# @Time   : 2020-06-08
# @Author : Carl_奕然

import threading
from datetime import *

#自定义test函数
def test():
    now = datetime.now()  #获取当前时间
    print("打印多线程执行时间:",now)
#设置50个线程
def looptest():
    for i in range(50):
        test()

#自定义thr()函数，来执行多线程
def thr():
    threads = []  #自定义一个空的数组，用来存放线程组
    for i in range(20):  #设置循环10次
        t = threading.Thread(target=test)
        threads.append(t)  #把创建的的线程t，装到threads 数组中
    #启动线程
    for t in threads:
        t.start()
#执行thr()函数进行多并发
if __name__ == "__main__"   :
    thr()

运行结果：

是不是快很多了。

3.守护线程

在了解守护线程之前，先来了解下主线程与子线程的区别。

主线程与子线程的区别：

每个线程都有一个唯一标示符，来区分线程中的主次关系的说法。

线程唯一标示符：Thread.CurrentThread.ManagedThreadID;

    ・UI界面和Main函数均为主线程。

    ・被Thread包含的“方法体”或者“委托”均为子线程。

    ・委托可以包含多个方法体，利用this.Invoke去执行。

    ・也可以定义多种方法体，放在Thread里面去执行。则此方法・体均为子线程。注意如果要修改UI界面的显示。则需要使用this.Invoke，否则会报异常。

    ・Main函数为主线程，id标示符与UI界面主线程相等。

对照上面的代码，main()就是主线程，thr()就是子线程。

>>即先启动main()，然后执行thr()启动子线程。

那么，什么是守护线程呢？

>>即当主线程执行完毕后，所有的子线程也被关闭(无论子线程是否执行完成)。默认是不设置守护线程的。

但是我们又为什么要用守护线程呢？

>>说的直接，就是为了防止死循环。

>>因为一个死循环如果不手动停止，我们都知道会一直的循环下去，直到资源耗尽。

那么守护线程的用法是什么呢？

>>setDaemon()：默认是 False， 需要改成True才能启用。

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2020-06-08
# @Author : Carl_奕然

import threading
from datetime import *

#自定义test函数
def test():
    x=0
    while (x ==0):    #修改成死循环
        print(datetime.now())
#自定义thr()函数，来执行多线程
def thr():
    threads = []  #自定义一个空的数组，用来存放线程组
    for i in range(20):  #设置循环10次
        t = threading.Thread(target=test)
        threads.append(t)  #把创建的的线程t，装到threads 数组中
        t.setDaemon(True) # 设置守护线程
    #启动线程
    for t in threads:
        t.start()
#执行thr()函数进行多并发
if __name__ == "__main__"   :
    thr()
    print("守护线程功能启用，end")

运行结果：

4.阻塞线程

强制程序停止，除了运用守护线程，还可以用到 阻塞线程，

如果说前者是强硬派，那么后者就属于温柔派。

那么我们再来看看阻塞线程；

阻塞线程：通过子线程 join()方法来阻塞线程，

让主线程等待子线程完成之后再往下执行，

等主线程执行完毕后在挂你吧所有子线程。

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2020-06-08
# @Author : Carl_奕然

import threading
from datetime import *

def test():
    x =0
    while(x ==0):
        print(datetime.now())

def thr():
    threads = []
    for i in range(10):
        t = threading.Thread(target=test)
        threads.append(t)
        t.setDaemon(True)

    for t in  threads:
        t.start()
for t in threads:
    t.join()

if __name__ == "__main__":
    thr()
    print("阻塞线程功能启动，end")

这段代码，是不是让你有一种想喝(灭)水(火)的冲动？？

那就对了，因为不能停止吗~ ~ ~ ~

那，这和什么都不设置不是一样？？？

莫着急，其实还是有一点区别的：

    >>什么都不设置的情况下主线程是执行完的，仅等待子线程执行完，所以会打印end信息

    >>而两个都设置的情况下，主线程会因为等待子线程结束而不往下执行，主线程无法执行完成，所以也就是无法关闭子线程，不会打印end信息

对于死循环这种情况，可以在join()设置timeout来控制

即，我们来设置个2秒钟，

    for t in threads:
        t.join(2)

但是你执行之后，会发现，为啥不是2秒停止，而是20秒才停止，是因为我们执行了10个线程， 而每个线程执行2秒，故10个线程timeout时间就是20秒。
是不是不太讲究，哎~~没办法，就顺了吧！！

    那么阻塞线程的意义是啥呢？
        >>阻塞线程的意义在于控制子线程与主线程的执行顺序！