python多线程与多进程

python多线程与多进程

• 在你有更多的计算资源的时候，你可以使用进程加快任务
• 打开Photoshop、3DsMax这样的大型软件时需要加载很多模块和动态链接库，软件启动时间会比较长，可以使用一个线程来显示一个小动画来表示当前软件正在启动，当后台线程加载完所有的模块和库之后，结束该动画的播放并打开软件主界面；
• 针对打开大型软件时的实际应用场景，打开Photoshop和3DsMax这些软件时，需要加载很多模块和动态链接库，这些模块和库越多，启动时间就越长。为了优化用户体验，可以使用一个后台线程来加载这些模块和库，并使用一个前台线程来显示一个小动画，表示软件正在启动中。这个前台线程通常是一个独立的小程序，它可以启动并运行一个小动画，比如让一个进度条慢慢地显示出来，或者让一个小图标不断自旋。这个动画程序的作用是吸引用户的注意力，让用户知道软件正在运行，并且告诉用户启动时间所需的大致时间段。而后台线程则是一个专门负责加载模块和库的线程。它会在软件启动时自动开始运行，并加载所有必需的模块和库。当所有模块和库加载完毕后，它会自动结束，通知前台线程停止播放动画，并打开软件的主界面，让用户开始使用软件。总而言之，这个方法优化了用户体验，使得用户可以看到启动过程中的进度，并且在软件完全加载好之后立刻进入正常使用状态，不需要再等待。这同样也提高了软件的整体启动速度，使得用户可以更快地开始使用它所需要的功能。
• 对于单核单CPU而言，使用多线程并不能提高任务处理速度，但有些场合必须使用多线程技术，例如GUI界面的用户体验。并不是使用的线程数量越多越好，如果线程太多的话，线程调度带来的开销可能会比线程实际执行的开销还大，这样使用多线程就失去本来的意义了。
• 系统运行过程中存在大量的线程，大多数线程要经过很多次调度才能完成预定的任务
• Python多线程编程技术存在GIL(Global Interpreter Lock)问题，而使用多进程则有效地避免了这个问题，进一步提高了系统吞吐量。Python的多线程编程中，GIL是个很重要的概念。它是一个互斥锁，可以保证同一时间只有一个线程在执行Python字节码。这意味着，尽管我们使用多个线程并发执行任务，但是每个线程都只能在单核CPU上交替地运行，而不能真正实现多核CPU的并行处理。因此，当多个线程同时需要占用CPU资源时，GIL会造成线程之间的竞争和阻塞，降低了系统的效率。不过，Python中也提供了多进程编程机制来解决GIL的问题。与多线程不同的是，每个进程都有自己独立的内存空间和Python解释器实例，它们之间不需要像线程那样共享GIL。这意味着多进程可以在多核CPU上真正实现并行计算，从而有效地提高了系统的吞吐量。下面举个例子来说明：假设我们需要对一个长列表进行排序，如果使用Python多线程编程方式，由于GIL的存在，多线程效率并不比单线程更快，而如果使用多进程编程方式，就可以将列表分成多个子列表，每个子列表在一个进程中排序，最后再将结果归并，这样就可以充分利用多核CPU的优势，提高排序效率，进而提高系统的吞吐量。
•