前言
這兩天為了做一個小項目，研究了一下python的並發編程，所謂並發無非多線程和多進程，最初找到的是threading模塊，因為印象中線程“輕量...”，“切換快...”，“可共享進程資源...”等等，但是沒想到這裡水很深，進而找到了更好的替代品multiprocessing模塊。下面會講一些使用中的經驗。
後面出現的代碼都在Ubuntu10.04 + python2.6.5的環境下測試通過。
一、使用threading模塊創建線程
1、三種線程創建方式
（1）傳入一個函數
這種方式是最基本的，即調用threading中的Thread類的構造函數，然後指定參數target=func，再使用返回的Thread的實例調用start()方法，即開始運行該線程，該線程將執行函數func，當然，如果func需要參數，可以在Thread的構造函數中傳入參數args=(...)。示例代碼如下：
#!/usr/bin/python
#-*-coding:utf-8-*-
import threading
#用於線程執行的函數
def counter(n):
cnt = 0;
for i in xrange(n):
for j in xrange(i):
cnt += j;
print cnt;
if __name__ == '__main__':
#初始化一個線程對象，傳入函數counter，及其參數1000
th = threading.Thread(target=counter, args=(1000,));
#啟動線程
th.start();
#主線程阻塞等待子線程結束
th.join();
這個例子關鍵的一句是apply(self.func, self.args); 這裡使用初始化時傳入的函數對象及其參數來進行一次調用。
（3）繼承Thread類
這種方式通過繼承Thread類，並重載其run方法，來實現自定義的線程行為，示例代碼如下：
#!/usr/bin/python
#-*-coding:utf-8-*-
import threading, time, random
def counter():
cnt = 0;
for i in xrange(10000):
for j in xrange(i):
cnt += j;
class SubThread(threading.Thread):
def __init__(self, name):
threading.Thread.__init__(self, name=name);
def run(self):
i = 0;
while i < 4:
print self.name,'counting...\n';
counter();
print self.name,'finish\n';
i += 1;
if __name__ == '__main__':
th = SubThread('thread-1');
th.start();
th.join();
print 'all done';
這個例子定義了一個SubThread類，它繼承了Thread類，並重載了run方法，在方法中調用counter4次並打印一些信息，可以看到這種方式比較直觀。在構造函數中要記得先調用父類的構造函數進行初始化。
2、python多線程的限制
python多線程有個討厭的限制，全局解釋器鎖（global interpreter lock），這個鎖的意思是任一時間只能有一個線程使用解釋器，跟單cpu跑多個程序一個意思，大家都是輪著用的，這叫“並發”，不是“並行”。手冊上的解釋是為了保證對象模型的正確性！這個鎖造成的困擾是如果有一個計算密集型的線程占著cpu，其他的線程都得等著....，試想你的多個線程中有這麼一個線程，得多悲劇，多線程生生被搞成串行；當然這個模塊也不是毫無用處，手冊上又說了：當用於IO密集型任務時，IO期間線程會釋放解釋器，這樣別的線程就有機會使用解釋器了！所以是否使用這個模塊需要考慮面對的任務類型。