python多线程编程中的join函数使用心得
今天去辛集买箱包，下午挺晚才回来，又是恶心又是头痛。恶心是因为早上吃坏东西+晕车+回来时看到车祸现场，头痛大概是烈日和空调混合刺激而成。没有时间没有精神没有力气学习了，这篇博客就说说python中一个小小函数。
由于坑爹的学校坑爷的专业，多线程编程老师从来没教过，多线程的概念也是教的稀里糊涂，本人python也是菜鸟级别，所以遇到多线程的编程就傻眼了，别人用的顺手的join函数我却偏偏理解不来。早上在去辛集的路上想这个问题想到恶心，回来后继续写代码测试，终于有些理解了（python官方的英文解释理解不了，网友的解释也不够详细，只能自己钻）。
测试用的代码如下：
# 测试多线程中join的功能
import threading, time
def doWaiting():
print 'start waiting1: ' + time.strftime('%H:%M:%S') + "\n"
time.sleep(3)
print 'stop waiting1: ' + time.strftime('%H:%M:%S') + "\n"
def doWaiting1():
print 'start waiting2: ' + time.strftime('%H:%M:%S') + "\n"
time.sleep(8)
print 'stop waiting2: ', time.strftime('%H:%M:%S') + "\n"
tsk = []
thread1 = threading.Thread(target = doWaiting)
thread1.start()
tsk.append(thread1)
thread2 = threading.Thread(target = doWaiting1)
thread2.start()
tsk.append(thread2)
print 'start join: ' + time.strftime('%H:%M:%S') + "\n"
for tt in tsk:
tt.join()
print 'end join: ' + time.strftime('%H:%M:%S') + "\n"
这个小程序使用了两个线程thread1和thread2，线程执行的动作分别是doWaiting()和doWaiting1()，函数体就是打印「开始」+休眠3秒+打印「结束」，分别附加上时间用来查看程序执行的过程。后面用start()方法同步开始执行两个线程。然后开始循环调用两个线程的join()方法，在此之前和之后都会用print函数做好开始结束的标记。我们主要观察for tt in tsk: tt.join()。
join()不带参数的情况下，执行如下：
可以看到，两个线程并行执行，进程1在3s后结束，进程2在8s后结束，然后回到主进程，执行打印「end join」。
下面把参数设置成超时2s，即tt.join(2)，执行如下：
两个线程开始并发执行，然后执行线程1的join(2)，等线程1执行2s后就不管它了，执行线程2的join(2)，等线程2执行2s后也不管它了（在此过程中线程1执行结束，打印线程1的结束信息），开始执行主进程，打印「end join」。4s之后线程2执行结束。
总结一下：
1.join方法的作用是阻塞主进程（挡住，无法执行join以后的语句），专注执行多线程。
2.多线程多join的情况下，依次执行各线程的join方法，前头一个结束了才能执行后面一个。
3.无参数，则等待到该线程结束，才开始执行下一个线程的join。
4.设置参数后，则等待该线程这么长时间就不管它了（而该线程并没有结束）。不管的意思就是可以执行后面的主进程了。
最后附上参数为2时的程序执行流程表，自己画的orz，这样看起来更好理解。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据清洗、统计分析与数据质量检测工作中，箱型图（又称箱线图、Box Plot）是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域，异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代，企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中，自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下，存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标，但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代，数据质量直接决定分析结果的可靠性与准确性，而异常值作为数据清洗中的核心痛点，往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界，很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill，但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中，方差分析（ANOVA）是一种常用的假设检验方法，核心用于分析“一个或多个自变量对单个因变量的影响”，广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级，拒绝盲目刷题、冗余学习？《CDA 一级教材知识手册》重磅来袭！以官方教材为核心，浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中，卡方检验是一种常用的非参数检验方法，核心用于判断两个或多个分类变量之间是否存在显著关联，广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中，很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统，积累了海量数据，却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务：“我们平台的注册用户已经突破1000万了，想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧，他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代，企业的每一次业务优化、每一项技术迭代，都需要回答一个核心问题：这个动作到底能带来多少价值？是提升了用户转化 ...
2026-05-15
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
