python3-爬虫：09 并行与并发

并发：

cpu在同一时间段内同时执行多个任务
多个任务分别占用cpu一段时间，在自己的时间的没有执行完成则切换下一个
在下一次得到cpu的使用权时在继续执行

并行：

在同一时刻内执行多个任务（在cpu内核数量大于进程数量时发生）

全局解释锁（GIL):

无论我们开启多少个线程，python在执行的时候同一时刻只允许一个线程运行
由于GIL所得存在，多线程不可能真正的实现并行，
所谓的并行，也只是宏观上并行微观上的并发

阻塞与非阻塞

阻塞：blockingIO会一直阻塞直到进程的操作完成
非阻塞：non-blockingIO则在kernel还在准备数据的情况下会立刻返回（）并发

几个小例子

import threading
import time
def game():
    print('玩游戏')
    time.sleep(3)
    print('不玩了')

def study():
    print('学习')
    time.sleep(5)
    print('不学了')


# 常规执行: 共用时8.001257181167603
if __name__ == '__main__':
    start = time.time()
    game()
    study()
    end = time.time()
    print('共用时{}'.format(end-start))



# 多线程执行 共用时5.001325845718384
if __name__ == '__main__':
    start = time.time()

    t1 = threading.Thread(target=game)
    t2 = threading.Thread(target=study)
    t1.start()
    t2.start()
    t2.join()   # 若线程t2 未执行完成则不执行下面两个语句

    end = time.time()
    print('共用时{}'.format(end-start))    # 主线程

全局解释器锁案例

def add():
    sum = 0
    i = 1
    while i <= 1000000:
        sum += i
        i += 1
    print('sum:', sum)

def mul():
    sum2 = 1
    i = 1
    while i <= 100000:
        sum2 = sum2 * i
        i += 1
    print('sum2:', sum2)
"""
# 未使用全局解释锁 用时：7.333400726318359
if __name__ == '__main__':
    start = time.time()

    add()
    mul()

    end = time.time()
    print('共用时{}'.format(end - start))
"""


"""
# 使用全局解释器锁 共用时：7.341416835784912
if __name__ == '__main__':
    start = time.time()

    t1 = threading.Thread(target=add)
    t2 = threading.Thread(target=mul)

    l = []
    l.append(t1)
    l.append(t2)

    for t in l:
        t.start()
    for t in l:
        t.join()

    end = time.time()
    print('共用时{}'.format(end-start))