Поток против потока - PullRequest
Новая
       6

Поток против потока

58 голосов
/ 06 апреля 2011

В чем разница между модулями threading и thread в Python?

Ответы [ 5 ]

77 голосов
/ 07 апреля 2011

В Python 3 thread было переименовано в _thread. Это код инфраструктуры, который используется для реализации threading, и обычный код Python не должен приближаться к нему.

_thread предоставляет довольно грубое представление о процессах базового уровня ОС. Это почти никогда не то, что вам нужно, поэтому переименуйте в Py3k, чтобы указать, что это на самом деле просто деталь реализации.

threading добавляет некоторые дополнительные функции автоматического учета, а также несколько вспомогательных утилит, которые делают его предпочтительным вариантом для стандартного кода Python.

27 голосов
/ 06 апреля 2011

threading - это просто модуль более высокого уровня, который взаимодействует с thread.

См. Здесь для threading документов:

http://docs.python.org/library/threading.html

11 голосов
/ 06 апреля 2011

Если я не ошибаюсь, thread позволяет запускать функцию как отдельный поток, тогда как с threading вам необходимо создать класс , но получите больше функциональности.

РЕДАКТИРОВАТЬ: Это не совсем правильно. Модуль threading предоставляет различные способы создания потока:

  • threading.Thread(target=function_name).start()
  • Создайте дочерний класс threading.Thread с вашим собственным run() методом и запустите его
0 голосов
/ 26 марта 2019

В Python есть еще одна библиотека, которая может использоваться для многопоточности и отлично работает.

Библиотека называется concurrent.futures .Это делает нашу работу проще.

Имеет пул потоков и Пул процессов .

Следующее дает понимание:

Пример ThreadPoolExecutor 

import concurrent.futures
import urllib.request

URLS = ['http://www.foxnews.com/',
        'http://www.cnn.com/',
        'http://europe.wsj.com/',
        'http://www.bbc.co.uk/',
        'http://some-made-up-domain.com/']

# Retrieve a single page and report the URL and contents
def load_url(url, timeout):
    with urllib.request.urlopen(url, timeout=timeout) as conn:
        return conn.read()

# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
    # Start the load operations and mark each future with its URL
    future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
    for future in concurrent.futures.as_completed(future_to_url):
        url = future_to_url[future]
        try:
            data = future.result()
        except Exception as exc:
            print('%r generated an exception: %s' % (url, exc))
        else:
            print('%r page is %d bytes' % (url, len(data)))

Другой пример 

import concurrent.futures
import math

PRIMES = [
    112272535095293,
    112582705942171,
    112272535095293,
    115280095190773,
    115797848077099,
    1099726899285419]

def is_prime(n):
    if n % 2 == 0:
        return False

    sqrt_n = int(math.floor(math.sqrt(n)))
    for i in range(3, sqrt_n + 1, 2):
        if n % i == 0:
            return False
    return True

def main():
    with concurrent.futures.ThreadPoolExecutor() as executor:
        for number, prime in zip(PRIMES, executor.map(is_prime, PRIMES)):
            print('%d is prime: %s' % (number, prime))

if __name__ == '__main__':
    main()
0 голосов
/ 07 июня 2015

Модуль «Поток» рассматривает поток как функцию, в то время как модуль «Поток» реализован объектно-ориентированным способом, то есть каждый поток соответствует объекту.

...