【Python “偷懒”入门专栏】节约时间

简介

是一个人搬砖快呢？还是两个人、三个人、四个人？很显然我们人多情况下是比较快的，但是不是越多越快？理论上是这样的，但是在实际的应用中，我们要考虑场景的具体情况，比如说工作的场地就这么一点，你非要那么多人参与进来进行工作，那么也就只能出现人挤人的现象，并不能加快搬砖的速度。

现实中就存在可以多个人同时做一个事件，来促进事件的完成时间，也就是节约时间。在我们编程中有这样的概念叫做多线程，它可以让我们的分成几份，让他们同时进行工作。我们的Python也是有这样的一个模块，能够为我们节约时间。

Python拥有_thread和threading模块（Python 3）都可以用于实现多线程的操作，这里直接讲threading模块，为什么推荐threading模块？因为该模块比较适合我们新手=比较简单。

threading模块基础知识

导入方式：import threading

创建线程：threading.Thread(target=fun1,args=(a,))

target后面书写要执行多线程的函数名称，args括号里面填写要传递的参数用元组表示（*特别的是当仅传入一个参数时，需要在第一个参数后面添加逗号*。理由是元组中只包含一个元素时，需要在元素后面添加逗号），不传递参数的时候可以省略args。

开始线程：使用start()函数，表达如下：

thread=threading.Thread(target=fun1,args=(a,)

thread.start()

其他方法介绍：

is_alive() 方法查询线程是否还在运行，正在运行返回True，否则返回False

join() 方法提供线程阻塞手段，join() 方法会一直等待对应线程的结束，但可以通过参数赋值，等待规定的时间。使用join(timeout=None)传递timeout属性，默认为空。timeout 是一个浮点参数，单位是秒。如可以传递join(1.0)表达，当1秒内线程还没结束就会跳过这个锁定执行接下来的内容。

OK，我们多线程基础知识就先介绍到这里，更多细节自行进行学习。接下来，我们直接进入应用场景。

应用场景

让我们先看看多线程和正常运行两次函数的效果比较：

通过结果我们可以看出，我们普通情况运行两次，它是会根据函数执行时间进行叠加的，然而我们的多线程是在同一秒里面执行了两次，果然是起到了节约时间的效果。那从这边的执行情况这少了一秒你们可能感觉不是很明显，但是当我们这个函数需要执行100次甚至更多的时候，你就会发现你节约了特别多的时间。

给大家一个场景大家可以去实现一下，我们知道可以通过ping去探测主机是否存活，那么我们如何去了解整个C段里面有多少存活的主机呢？可以多线程编程的方式去实现ping 192.168.0.1/24 一整个C段。这个场景就很显然一个一个去ping会耗费掉很多的时间。

*小提示：*

使用模块subprocess可以实现执行命令的操作

如：

from subprocess import PIPE,run

ip='192.168.0.1'

check_ping=run(['ping','-n','2',ip],stdin=PIPE,stdout=PIPE,shell=True)

result = check_ping.stdout.decode('gbk')

print(result)

ping 一下192.168.0.2，结果如下

通过比对ping通和ping不通的结果，得到通过结果里面是否存在TTL就可以判断是否ping通

结果展示

以下是使用100个线程去跑的一个结果，耗费的时间是39秒多

然后是使用300个线程跑的结果：是19秒多

然后，我调整到500个线程去跑一下，结果是20秒多

那么发现了什么问题，没错，就是我们的C段是1-255，也就是需要ping 255次，这个任务最多只能分成255个线程去做，多了也不能加快任务的完成。当然，在实际的应用中，我们不用打印那么多结果，该场景我们只需要打印哪些ip是ping得通的就行了，这边是为了效果的展示，也可以通过这个结果查看我们程序是否正确ping了那么多个ip。

喜欢 (2)赏

[]

分享 (0)