代码江湖：Python 中的进程与线程

阔升

已于 2024-07-11 10:54:51 修改

阅读量1k

点赞数 38

分类专栏： Python 文章标签： python 服务器开发语言

于 2024-07-10 17:34:07 首次发布

本文链接：https://blog.csdn.net/qq_46442797/article/details/140330117

版权

Python 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

前言：整理了大量编程学习类书籍，如需请在公众号『阔码人生』后台回复 “书籍” 即可获取。

大家好，我是阔升。今天，咱们来聊聊 Python 中的两个"老熟人"——进程和线程。这两个概念可以说是 Python 多任务编程中的"双子星"，既相似又不同，让不少小伙伴们头疼不已。不过别担心，今天我们就来一起剖析一下它们的前世今生，看看怎么在实际编程中驾驭这两个"小妖精"。

进程 vs 线程：一个江湖，两种武功

进程：独立的武林高手

想象一下，每个进程就像是一位独立的武林高手，有自己的独门武功（代码）和内力（资源）。他们各自占山为王，互不干扰。在 Python 中，我们可以用 multiprocessing 模块来创建和管理这些"高手"。

from multiprocessing import Process

def kung_fu_master(name):
    print(f"{name} 正在施展绝世武功！")

if __name__ == "__main__":
    p1 = Process(target=kung_fu_master, args=("张三丰",))
    p2 = Process(target=kung_fu_master, args=("独孤求败",))
    
    p1.start()
    p2.start()
    
    p1.join()
    p2.join()

运行这段代码，你会看到两位武林高手同时大展神威。这就是多进程的魅力所在——它们能够真正并行执行任务。

线程：同门师兄弟

相比之下，线程就像是同一个门派的师兄弟。他们共享功力（内存资源），但各自有自己的绝技（执行不同的代码片段）。在 Python 中，我们用 threading 模块来处理这些"师兄弟"。

import threading

def shaolin_technique(technique):
    print(f"少林弟子正在使用 {technique}！")

t1 = threading.Thread(target=shaolin_technique, args=("罗汉拳",))
t2 = threading.Thread(target=shaolin_technique, args=("金钟罩",))

t1.start()
t2.start()

t1.join()
t2.join()

这段代码展示了两个少林弟子在同时施展不同的武功。线程之间切换迅速，看起来就像是并行执行，但实际上它们是在共享 CPU 时间。

何时使用进程，何时选择线程？

选择使用进程还是线程，就像在武侠世界中选择独行侠还是组建门派。这里有几个考虑因素：

任务的独立性：如果任务之间相互独立，不需要频繁共享数据，那么使用多进程可能更合适。
资源消耗：进程比线程更"重"，创建和管理的开销更大。如果你的应用需要创建大量的并发单元，线程可能是更好的选择。
全局解释器锁（GIL）：Python 的 GIL 限制了多线程在 CPU 密集型任务上的表现。对于此类任务，多进程可能更有优势。
编程复杂度：多线程编程通常比多进程编程更容易上手，但也更容易出现难以调试的问题（比如死锁）。

实战案例：武林大会

让我们来一个实际的例子，模拟一次武林大会，看看如何巧妙运用进程和线程：

import multiprocessing as mp  # 导入多进程模块
import threading  # 导入多线程模块
import time  # 导入时间模块，用于模拟表演时间

def martial_art_showcase(art):
    """
    模拟单个武功的表演过程
    :param art: 武功名称
    """
    print(f"{art} 表演开始")
    time.sleep(2)  # 模拟表演时间，暂停 2 秒
    print(f"{art} 表演结束")

def manage_performances(arts):
    """
    管理一组武功的表演，每个武功使用一个线程
    :param arts: 武功列表
    """
    threads = []
    for art in arts:
        # 为每个武功创建一个线程
        t = threading.Thread(target=martial_art_showcase, args=(art,))
        threads.append(t)
        t.start()  # 开始线程
    
    # 等待所有线程完成
    for t in threads:
        t.join()

if __name__ == "__main__":
    # 定义武林大会的节目单，每个子列表代表一个比武场地的表演
    martial_arts = [
        ["太极拳"，"形意拳"，"八卦掌"]，
        ["少林功夫"，"武当剑法"，"峨眉刺绣"]，
        ["蛇形刁手"，"醉拳"，"猴拳"]
    ]
    
    processes = []
    for arts in martial_arts:
        # 为每个比武场地创建一个进程
        p = mp.Process(target=manage_performances, args=(arts,))
        processes.append(p)
        p.start()  # 启动进程
    
    # 等待所有进程完成
    for p in processes:
        p.join()
    
    print("武林大会圆满结束！")

# 解释：
# 1. 我们使用多进程来模拟多个比武场地同时进行表演。
# 2. 在每个进程（场地）内，我们使用多线程来模拟多个武功同时表演。
# 3. 这种结构允许我们充分利用多核处理器（多进程），同时在每个进程内高效地管理多个任务（多线程）。
# 4. 使用进程可以绕过 Python 的全局解释器锁（GIL），实现真正的并行。
# 5. 使用线程可以在单个进程内实现轻量级的并发，适合 I/O 密集型任务（如我们的模拟表演）。