多線程概述
多線程使得程序內(nèi)部可以分出多個(gè)線程來做多件事情，充分利用CPU空閑時(shí)間，提升處理效率。Python提供了兩個(gè)模塊來實(shí)現(xiàn)多線程thread 和threading ，thread 有一些缺點(diǎn)，在threading 得到了彌補(bǔ)。并且在Python3中廢棄了thread模塊，保留了更強(qiáng)大的threading模塊。
使用場景
在python的原始解釋器CPython中存在著GIL（Global Interpreter Lock，全局解釋器鎖），因此在解釋執(zhí)行python代碼時(shí)，會產(chǎn)生互斥鎖來限制線程對共享資源的訪問，直到解釋器遇到I/O操作或者操作次數(shù)達(dá)到一定數(shù)目時(shí)才會釋放GIL。所以，雖然CPython的線程庫直接封裝了系統(tǒng)的原生線程，但CPython整體作為一個(gè)進(jìn)程，同一時(shí)間只會有一個(gè)獲得GIL的線程在跑，其他線程則處于等待狀態(tài)。這就造成了即使在多核CPU中，多線程也只是做著分時(shí)切換而已。
如果你的程序是CPU密集型，多個(gè)線程的代碼很有可能是線性執(zhí)行的。所以這種情況下多線程是雞肋，效率可能還不如單線程因?yàn)橛猩舷挛那袚Q開銷。但是如果你的代碼是IO密集型，涉及到網(wǎng)絡(luò)、磁盤IO的任務(wù)都是IO密集型任務(wù)，多線程可以明顯提高效率，例如多線程爬蟲，多線程文件處理等等
多線程爬蟲
多線程爬蟲的代碼實(shí)例
注：以下代碼在python3下運(yùn)行通過， python2版本差異較大，不能運(yùn)行成功，如需幫助請下方留意。
運(yùn)行結(jié)果：
1個(gè)線程時(shí)：
2個(gè)線程時(shí)：
3個(gè)線程時(shí)：
通過調(diào)節(jié)線程數(shù)可以看到，執(zhí)行時(shí)間會隨著線程數(shù)的增加而縮短，抓取效率成正比增加。
總結(jié)：
Python多線程在IO密集型任務(wù)，多線程可以明顯提高效率，CPU密集型任務(wù)不適合使用多線程處理。
