多线程threading模块(二)daemon和join的区别

Python Version：3.10.12

案列一：最简洁的情况，在多线程代码中不开启daemon或join功能。

import threading
import time

loop_count = 5


def count_num(num):
    print('子线程<{}>开始运行'.format(num))

    for x in range(10):
        time.sleep(x)
    print('子线程<{}>结束运行'.format(num))
    return num


task_list = []
for i in range(loop_count):
    task = threading.Thread(target=count_num, args=(i,))
    task_list.append(task)

print('-'*20)
print('全部多线程开始')
start = time.time()
for task in task_list:
    # 开启多线程任务
    task.start()


print('全部多线程全部结束')
end = time.time()
ret = end - start
print('全部多线程耗时: {}'.format(ret))
print('### 主线程结束 ###')

运行结果来看，主线程和子线程是完全独立运行的，并不相互依存。默认行情况下，主进程结束并不影响子进程的运行。

全部多线程开始  
子线程<0>开始运行
子线程<1>开始运行
子线程<2>开始运行
子线程<3>开始运行
子线程<4>开始运行   # 子线程全部启动
全部多线程全部结束  # 主线程继续向下运行，并不理会子线程的状态
全部多线程耗时: 0.0005412101745605469 
### 主线程结束 ###    # 主进程不涉及任何计算，所以很快就结束了


子线程<0>结束运行  # 主进程结束后，子线程继续运行至计算结束
子线程<4>结束运行
子线程<1>结束运行
子线程<2>结束运行
子线程<3>结束运行

案例二：在多线程代码中开启daemon

import threading
import time

loop_count = 5


def count_num(num):
    print('子线程<{}>开始运行'.format(num))

    for x in range(10):
        time.sleep(x)
    print('子线程<{}>结束运行'.format(num))
    return num


task_list = []
for i in range(loop_count):
    # 显式的标记 daemon=True 
    task = threading.Thread(target=count_num, args=(i,), daemon=True) 
    task_list.append(task)

print('-'*20)
print('全部多线程开始')
start = time.time()
for task in task_list:
    # 开启多线程任务
    task.start()


print('全部多线程全部结束')
end = time.time()
ret = end - start
print('全部多线程耗时: {}'.format(ret))
print('### 主线程结束 ###')

运行结果没有丢失内容，开启了daemon=True以后，子线程会随着主线程的结束而退出。

全部多线程开始
子线程<0>开始运行
子线程<1>开始运行
子线程<2>开始运行
子线程<3>开始运行
子线程<4>开始运行
全部多线程全部结束
全部多线程耗时: 0.00020813941955566406
### 主线程结束 ###

场景三：在多线程代码中开启join

import threading
import time

loop_count = 5


def count_num(num):
    print('子线程<{}>开始运行'.format(num))

    for x in range(10):
        time.sleep(x)
    print('子线程<{}>结束运行'.format(num))
    return num


task_list = []
for i in range(loop_count):
    # 显式的标记 daemon=True 
    task = threading.Thread(target=count_num, args=(i,), daemon=True) 
    task_list.append(task)

print('-'*20)
print('全部多线程开始')
start = time.time()
for task in task_list:
    # 开启多线程任务
    task.start()
    task.join()    # 子线程配置一个join()，阻塞主线程下一次的for循环的运行。
                   # 因此当前子线程结束前，无法启动第二个子线程


print('全部多线程全部结束')
end = time.time()
ret = end - start
print('全部多线程耗时: {}'.format(ret))
print('### 主线程结束 ###')

运行结果与单线程类似，join()会阻塞主线程的运行。即当前的子线程start()运行结束前，主线程不会继续运行下面的代码。本例中，主线程通过for循环来启动子线程。当前的子线程start()运行后，紧跟着有使用了task.join()阻塞住了主线程继续循环启动下一个子线程的start()。因此整个程序运行流程就变成了一个一个顺序运行子线程，与单线程运行流程无异了。

全部多线程开始
子线程<0>开始运行
子线程<0>结束运行
子线程<1>开始运行
子线程<1>结束运行
子线程<2>开始运行
子线程<2>结束运行
子线程<3>开始运行
子线程<3>结束运行
子线程<4>开始运行
子线程<4>结束运行
全部多线程全部结束
全部多线程耗时: 225.15359783172607
### 主线程结束 ###