Python 多线程抓取图片效率实验

实验目的:

• 是学习python 多线程的工作原理，及通过抓取400张图片这种IO密集型应用来查看多线程效率对比

import requestsimport urlparseimport osimport timeimport threadingimport Queuepath = '/home/lidongwei/scrapy/owan_img_urls.txt'#path = '/home/lidongwei/scrapy/cc.txt'fetch_img_save_path = '/home/lidongwei/scrapy/owan_imgs/'# 读取保存再文件里面400个urlswith open(path) as f :    urls = f.readlines()urls = urls[:400]# 使用Queue来线程通信，因为队列是线程安全的（就是默认这个队列已经有锁）q = Queue.Queue()for url in urls:    q.put(url)start = time.time()def fetch_img_func(q):    while True:        try:            # 不阻塞的读取队列数据            url = q.get_nowait()            i = q.qsize()        except Exception, e:            print e            break;        print 'Current Thread Name Runing %s ... 11' % threading.currentThread().name        url = url.strip()        img_path = urlparse.urlparse(url).path        ext = os.path.splitext(img_path)[1]        print 'handle %s pic... pic url %s ' % (i, url)        res = requests.get(url, stream=True)        if res.status_code == 200:            save_img_path = '%s%s%s' % (fetch_img_save_path, i, ext)            # 保存下载的图片            with open(save_img_path, 'wb') as fs:                for chunk in res.iter_content(1024):                    fs.write(chunk)                print 'save %s pic ' % i# 可以开多个线程测试不同效果t1 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_1")#t2 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_2")#t3 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_3")#t4 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_4")t1.start()#t2.start()#t3.start()#t4.start()t1.join()#t2.join()#t3.join()#t4.join()end = time.time()print 'Done %s ' %  (end-start)

实验结果

400图片4线程 Done 12.4431338313线程 Done 12.9201757908 2线程 Done 32.86282992361线程 Done 54.6115460396 

总结

Python 自带GIL 大锁， 没有真正意义上的多线程并行执行。GIL 大锁会在线程阻塞的时候释放，此时等待的线程就可以激活工作，这样如此类推，大大提高IO阻塞型应用的效率。顺便吐槽下，这个博客的MD编辑器太垃圾了吧，怎么没人管呢