Python多线程并发实现与简易测试框架详解
本文详细解析Python多线程并发技术,涵盖通过循环创建并启动多个线程的基础方法。重点介绍如何构建简易并发测试框架,利用守护线程和join机制优化执行效率,并通过示例代码展示如何控制线程数量与工作负载,为性能测试提供实用参考。
Python多线程并发技术概述
本文深入探讨Python多线程并发技术及测试框架的实际应用,通过具体示例代码进行详细解析,旨在为读者的学习或工作提供具有实际价值的参考指南。
循环创建与启动多线程
首先介绍第一种方法:通过循环结构批量创建多个线程,并依次启动执行,以实现基础的并发处理逻辑。
import threading
from datetime import *
from time import sleep
# 单线程执行
def test():
print('hello world')
t = threading.Thread(target=test)
t.start()
# 多线程执行
def test_01():
sleep(1)
x = 0
while x == 0: # 设置一个死循环
print(datetime.now()) # 获取当前系统时间
def looptest():
'''
循环20次执行 test_o1()函数
:return:
'''
for i in range(20):
test_01()
def thd():
'''
创建并执行多个线程
需求:并发执行50次 test_o1()函数
说明:把50的并发拆成25个线程组,每个线程再循环20次执行 test_o1()函数,这样在启动下一个线程的时候,
上一个线程已经在循环了,以此类推,当启动第25个线程的时候,可能已经执行了200次的t est_o1()函数,
这样就可以大大减少并发的时间差异
:return:
'''
Threads = []
for i in range(25):
th = threading.Thread(target=looptest)
Threads.append(th)
'''
守护线程:主线程执行完毕之后,会等待子线程全部执行完毕,才会关闭结束程序
必须加在start()之前,默认为 false
'''
th.setDaemon(True)
for th in Threads:
th.start()
for th in Threads:
'''
阻塞线程:等主线程执行完毕之后再关闭所有子线程
必须加在start()之后
可以通过join()的timeout参数来完美解决相互等待的问题,子线程告诉主线程让其等待0.04秒,
0.04秒之内子线程完成,主线程就继续往下执行,0.04秒之后如果子线程还未完成,主线程也会
继续往下执行,执行完成之后关闭子线程
'''
th.join(0.04)
if __name__=="__main__":
print('start')
thd()
print('end')
构建并发测试框架
接着探讨第二种方法:构建一个通用的并发测试框架,用于更灵活地管理和执行多线程任务。
# 并发测试框架
THREAD_NUM = 1
ONE_WORKER_NUM = 1
def test():
pass # 测试代码
def working():
global ONE_WORKER_NUM
for i in range(0, ONE_WORKER_NUM):
test()
def t():
global THREAD_NUM
Threads = []
for i in range(THREAD_NUM):
t = threading.Thread(target=working,name='T'+str(i))
t.setDaemon(True)
Threads.append(t)
for t in Threads:
t.start()
for t in Threads:
t.join()
if __name__=="__main__":
t()
以上内容为本文的全部分享,希望这些技术细节能对各位的学习与开发工作有所帮助,同时也感谢大家的支持。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









