1.基本概念
- 1.串行与并行
- a.串行：比喻是一个人在同一时间段只能干一件事，如只能吃完饭后再玩手机
- b.并行：比喻是一个人在同一时间段可以干很多事，如一边吃饭一边玩手机
- 2.在python中，多线程与协程虽然严格上来说是串行，但是却比一般串行程序执行效率高很多。一般的串行程序，在程序阻塞时，只能干等着，不能做其他事情。比如，开始播放电视剧前，必须看完广告才能观看电视剧，这个等待时间我们却不能做其他的事。这种做法效率很低，不合理。虽然多线程和协程已经很智能，但不够高效，最高效的应该是一心多用，同时做多件事情，这是多进程做的事情。
-
3.多线程：交替执行，另一种意义上的串行
多线程.png
-
4.多线程：并行执行，真正意义上的并发
多进程.png
2.单线程VS多线程VS多进程
开始对比之前，首先定义四种类型的场景： CPU计算密集型、磁盘IO密集型、 网络IO密集型、模拟IO密集型
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date : 2019-01-21 09:45:56
# @Author : cdl (1217096231@qq.com)
# @Link : https://github.com/cdlwhm1217096231/python3_spider
# @Version : $Id$
"""
线程全局解释器锁(Global Interpreter Lock),即Python为了保证线程安全而采取的独立线程运行的限制,说白了就是一个核只能在同一时间运行一个线程.对于io密集型任务，python的多线程起到作用，但对于cpu密集型任务，python的多线程几乎占不到任何优势，还有可能因为争夺资源而变慢。
解决办法：多进程或协程(协程也只是单CPU,但是能减小切换代价提升性能).
"""
# 单线程VS多线程VS多进程
"""
开始对比之前，首先定义四种类型的场景： CPU计算密集型、磁盘IO密集型、 网络IO密集型、模拟IO密集型
"""
# CPU计算密集型
def count(x=1, y=1):
# 使程序完成150万计算
c = 0
while c < 500000:
c += 1
x += x
y += y
# 磁盘读写IO密集型
def io_disk():
with open("file.txt", 'w') as f:
for x in range(500000):
f.write("python_learning\n")
# 网络IO密集型
import requests
header = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"
}
url = "https://www.tieba.com/"
def io_web():
try:
response = requests.get(url, header=header)
html = response.text
except Exception as e:
return {"error": e}
import time
# 模拟IO密集型
def io_simulation():
time.sleep(2)
# 比较的指标是：时间，时间花费越少，说明效率越高
from functools import wraps
def timer(model):
def wrapper(func):
def decorator(*args, **kwargs):
type = kwargs.setdefault('type', None)
t1 = time.time()
func(*args, **kwargs) # 被装饰函数
t2 = time.time()
cost_time = t2 - t1
print("{}-{}花费时间:{}s".format(model, type, cost_time))
return decorator
return wrapper
# 单线程
# 被装饰函数
@timer("单线程")
def single_thread(func, type=""):
for i in range(10):
func()
# 单线程
single_thread(count, type="CPU计算密集型")
single_thread(io_disk, type="磁盘IO密集型")
single_thread(io_web, type="网络IO密集型")
single_thread(io_simulation, type="模拟IO密集型")
# 多线程
# 被装饰函数
from threading import Thread
@timer("多线程")
def multi_thread(func, type=''):
thread_list = []
for i in range(10):
t = Thread(target=func, args=())
thread_list.append(t)
t.start()
e = len(thread_list)
while True:
for thred in thread_list:
if not thred.is_alive():
e -= 1
if e <= 0:
break
# 多线程
multi_thread(count, type="CPU计算密集型")
multi_thread(io_disk, type="磁盘IO密集型")
multi_thread(io_web, type="网络IO密集型")
multi_thread(io_simulation, type="模拟IO密集型")
# 多进程
# 被修饰函数
from multiprocessing import Process
@timer("多线程")
def multi_process(func, type=""):
process_list = []
for x in range(10):
p = Process(target=func, args=())
process_list.append(p)
p.start()
e = process_list.__len__()
while True:
for pr in process_list:
if not pr.is_alive():
e -= 1
if e <= 0:
break
# 多进程
multi_process(count, type="CPU计算密集型")
multi_process(io_disk, type="磁盘IO密集型")
multi_process(io_web, type="网络IO密集型")
multi_process(io_simulation, type="模拟IO密集型")
由于自己的电脑是单核CPU，故多进程结果无法展示，请读者见谅，谢谢！
结果.png
3.结论
- 1.对于CPU密集型任务，多线程与单线程对比时，不仅没有优势，还由于要不断的加锁与释放GIL全局锁，切换线程而浪费大量时间，效率低；多进程，由于是多个cpu同时进行计算，效率成倍增加。
- 2.对于IO密集型任务(磁盘IO、网络IO、数据库IO等)，计算量小，主要是IO等待时间的浪费，多线程对比单线程也没能体现很大的优势，这是由于上述的IO任务不够繁杂，所以优势不明显。
- 3.模拟IO密集型任务,用sleep来模型IO等待时间，为了体现多线程的优势。单个线程需要每个线程都要sleep(2)，10个线程就要20秒；而对线程，在sleep(2)时，会切换到其他线程，使得10个线程同时sleep(2),最终10个线程只需要2秒。
- 4.单线程总是最慢，多进程总是最快。多线程适合在IO密集任务下使用(如网络爬虫、网站开发等)，多进程适合在对CPU计算要求较高的任务下使用(如数据分析、机器学习等)；多进程虽然总是最快，但不一定是最优的选择，因为它需要CPU资源支持下才能体现优势。
网友评论