Python 线程 多线程 线程池

多线程, 线程池测试：

Python 使用多线程，有两种方式：函数，或者用类来包装线程对象。

现在有一个需求：如下图，我们需要把test.jpg 复制5000次到update文件夹下面。并且在复制过程中需要重命名，命名规则为 循环的当前次数.jpg  最后全部循环完成后，添加finish文件到update和result文件夹中。循环过程中如果碰到循环次数能整除10 的，需要把文件也写入到result文件中。

单线程（流式）：线性执行，按照程序编写顺序执行。

最后打印了一下，执行时间：

花费了大概13秒的时间。

使用多线程写法：

Python中使用threading实现多线程。对密集型IO操作很友好。

我们把IO操作封装为一个线程类。通过多线程调用执行函数。

经过测试，

比之前少了5秒的时间，当任务数越多，时间效果越明显。

多线程池：

在使用多线程处理任务时也不是线程越多越好，由于在切换线程的时候，需要切换上下文环境，依然会造成cpu的大量开销。为解决这个问题，线程池的概念被提出来了。预先创建好一个较为优化的数量的线程，让过来的任务立刻能够使用，就形成了线程池。

线程池的大小根据实际使用情况来调整。这里我线程池中放了50个线程，跑起来最终也只用了：

时间上的差别与直接开启多线程好似没有多大的差距，但是，写法更为简洁。不用在手动启动每一个线程。