python多线程和协程开发入门上手

今天学习了一下python的多线程的基本知识，感觉随threading稍有些啰嗦但是，比起java的语法还是简洁了不少，由于python本身根据全局锁的设计，所以python的多线程其实本质上不是真正意义上的多线程，因为在无论多么细微的同一个时间点永远都只有一个线程在跑，也许是出于安全的角度才这样设计，不过依然可以大大提高效率。

threading入门例子

最简单的一个例子：

import threadingdef test(s):    print a=threading.Thread(target=test,args=[1])b=threading.Thread(target=test,args=[2])a.start()b.start()mpt'''

开启10个线程

最简单的一个例子：

threadlist=[]for i in range(10):    tmp=threading.Thread(target=test,args=[i])    tmp.start()    threadlist.append(tmp)[x.join() for x in threadlist]print 'end!'

效率最白痴测试

效率测试：

# def a():#     print 'a begin!'#     time.sleep(2)#     print 'a end!'# def b():#     print 'b begin'#     time.sleep(2)#     print 'b end'# # tmptime=time.time()# a()# b()# print 'tim1',time.time()-tmptime# tmptime=time.time()# t1=threading.Thread(target=a)# t2=threading.Thread(target=b)# t1.start()# t2.start()# t1.join()# t2.join()# print time.time()-tmptime

加锁和释放锁

最简单的一个例子：

money=500mLock=threading.Lock()def addmoney():    global money    mLock.acquire()    for i in range(100):        money+=1    mLock.release()threads=[]for x in range(10):    tmp=threading.Thread(addmoney())    tmp.start()    threads.append(tmp)[t.join() for t in threads]print money

多线程读取文件

最简单的一个例子：

#多线程读取文件或者listmutex = threading.Lock()fp = open('D:\\2016-04-01_hi27_ni.txt')class Reader(threading.Thread):    def __init__(self, num):        threading.Thread.__init__(self)        self.num = num    def run(self):        while True:            with mutex:                line = fp.readline()                if len(line) == 0:                    return                print str(self.num)+'   '+line            time.sleep(0.1)if __name__ == '__main__':    r1 = Reader(1)    r2 = Reader(2)    r1.start()    r2.start()    r1.join()    r2.join()

非常好用的map

最简单的一个例子：

from multiprocessing.dummy import Pool as ThreadPoolurls = [        'http://www.python.org',        'http://www.python.org/about/',        'http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html',        'http://www.python.org/doc/',        'http://www.python.org/download/',        'http://www.python.org/getit/',        'http://www.python.org/community/',        'https://wiki.python.org/moin/',        'http://planet.python.org/',        'https://wiki.python.org/moin/LocalUserGroups',        'http://www.python.org/psf/',        'http://docs.python.org/devguide/',        'http://www.python.org/community/awards/'        # etc..        ]*100000# Make the Pool of workerspool = ThreadPool(4)# Open the urls in their own threads# and return the resultsresults = pool.map(lambda x:x[-3], urls)print '\n'.join(results)#close the pool and wait for the work to finishpool.close()pool.join()

下面是关于协程：
协程说白了就是两个函数相互配合，达到多线程的效果。
通过生成器来产生的，效率极高，比方说xrange就是这样实现的，只是在遍历的时候才会去生成，不用像range一样立刻生成一块内存，效率高。

next 和send（none）等价，第一次是启动， 执行该函数到yield处停止跳回代码。
a=yield b
那么调用next或者send（c）传过去的值就是a
而返回的的值就是b。
r1=c.send(b)那么把b传给对面函数的yield后，执行到下一个yield就会返回的值让r1接住。
r1=c.next()同样道理只是没有传递值.
c是对面的函数
对于编码人员来说协程是两个函数相互传递信息并配合。不是多线程，但能取得多线程的效果

入门级别例子

最简单的一个例子：

def product():     for i in xrange(10):         print 'I come to ' ,i         yield i a=product()[a.next()for x in range(5)]

斐波那契数列的写法

最简单的一个例子：

# fibonacci 不需要参数，因为可以无限下去def fibonacci():      a=1      b=1      yield a      yield b       while True:          a,b=b,a+b           yield b fib=fibonacci()print [fib.next()for x in range(100)]

生产者和消费者问题

最简单的一个例子：

# fibonacci 不需要参数，因为可以无限下去def consumer():    r = ''    while True:        n = yield r        if not n:            return        print('[CONSUMER] ←← Consuming %s...' % n)        time.sleep(1)        r = '200 OK'def produce(c):    # 1、首先调用c.next()启动生成器    c.next()    n = 0    while n < 5:        n = n + 1        print('[PRODUCER] →→ Producing %s...' % n)        # 2、然后，一旦生产了东西，通过c.send(n)切换到consumer执行；        cr = c.send(n)        # 4、produce拿到consumer处理的结果，继续生产下一条消息；        print('[PRODUCER] Consumer return: %s' % cr)    # 5、produce决定不生产了，通过c.close()关闭consumer，整个过程结束。    c.close()    # 6、整个流程无锁，由一个线程执行，produce和consumer协作完成任务，所以称为“协程”，而非线程的抢占式多任务。c = consumer()produce(c)