GIL的问题

多任务：
　　提高效率
　　
进程：
　　Process
　　Pool
线程：
　　Thread
　　子类(Thread)

python中的多线程
其实是：
　　伪多线程(查资料)

由于GIL（全局解释器锁）的存在，导致Python中即使开启多线程处理，也无法发挥多核优势

任务分类：
　　1.CPU密集型
　　　　涉及到计算的，都可以算是ＣＰＵ密集型
　　需使用多进程
　　使用多进程，需要if _name_ == “__main__”:
　　
　　2.IO密集型
　　　　涉及到阻塞的，都可以算是ＩＯ密集型
　　需使用多线程

练习1：
常规方式(涉及到计算：j += 1，属于CPU密集型)：　　
使用单线程

import time
def task1():
	start_time = time.time()
	j = 0
	for i in range(10000000):
    	j += 1
	end_time = time.time()
	print('耗时:{}秒'.format(end_time-start_time))
	
# 2s左右

如果使用多线程：

def task2(threadName):
	start_time = time.time()
	j = 0
	for i in range(5000000):
    	j += 1
	end_time = time.time()
	print('耗时:{}'.format(end_time - start_time))
	
for i in range(1,3):
	t = threading.Thread(target=task2,args=('线程{}'.format(i),))
	t.start()
	
# 同时开启两个线程执行，耗时也是2s左右

如果使用多进程？

    def task2(threadName):
		start_time = time.time()
		j = 0
		for i in range(5000000):
    		j += 1
		end_time = time.time()
		print('耗时:{}'.format(end_time - start_time))
		
	if __name__ == '__main__':
		p = multiprocessing.Pool(4)
		for i in range(1,3):
			p.apply_async(task2, args=('进程{}'.format(i),))
		p.close()
		p.join()
		
	# 耗时只有 0.5s 左右

练习2：
IO密集型(涉及到休眠等阻塞的)
如果常规方式：(顺序执行)

import time

def download1():
	for i in range(1, 11):
		print(f'任务1下载进行{i*10}%')
		time.sleep(0.2)
		
def download2():
	for i in range(1, 11):
		print(f'任务2下载进行{i*10}%')
		time.sleep(0.2)

start = time.time()
download1()
download2()
end = time.time()
print("耗时：{}".format(start - end))

# 4s

如果使用多线程？

import time

def download1():
	for i in range(1, 11):
		print(f'任务1下载进行{i*10}%')
		time.sleep(0.2)
		
def download2():
	for i in range(1, 11):
		print(f'任务2下载进行{i*10}%')
		time.sleep(0.2)
		
t1 = threading.Thread(target=download1)
t2 = threading.Thread(target=download2)
t1.start()
t2.start()

# 2s

如果使用多进程？

import time

def download1():
	for i in range(1, 11):
		print(f'任务1下载进行{i*10}%')
		time.sleep(0.2)
		
def download2():
	for i in range(1, 11):
		print(f'任务2下载进行{i*10}%')
		time.sleep(0.2)
		
if __name__ == '__main__':
	p1 = multiprocessing.Process(target=download1)
	p2 = multiprocessing.Process(target=download2)
	p1.start()
	p2.start()
	
# 2s