Python中单线程、多线程和多进程的效率对比实验

最新推荐文章于 2021-08-02 22:17:49 发布

程序员阿牛

最新推荐文章于 2021-08-02 22:17:49 发布

阅读量271

点赞数

分类专栏： python 文章标签：程序员编程开发 python

本文链接：https://blog.csdn.net/sheiuh/article/details/103277682

版权

本文通过实验对比了Python中单线程、多线程和多进程在CPU密集型、IO密集型以及网络请求密集型任务中的效率。结果显示，多线程在CPU密集型任务中效率较低，但在网络请求中表现出优势；多进程在所有场景下都展现出性能优势，尤其在CPU和IO密集型任务中。

摘要由CSDN通过智能技术生成

Python是运行在解释器中的语言，查找资料知道，python中有一个全局锁（GIL），在使用多进程(Thread)的情况下，不能发挥多核的优势。而使用多进程(Multiprocess)，则可以发挥多核的优势真正地提高效率。

对比实验
资料显示，如果多线程的进程是CPU密集型的，那多线程并不能有多少效率上的提升，相反还可能会因为线程的频繁切换，导致效率下降，推荐使用多进程；如果是IO密集型，多线程进程可以利用IO阻塞等待时的空闲时间执行其他线程，提升效率。所以我们根据实验对比不同场景的效率
在这里插入图片描述
(1)引入所需要的模块

import requests
import time
from threading import Thread
from multiprocessing import Process

(2)定义CPU密集的计算函数

def count(x, y):
    # 使程序完成50万计算
    c = 0
    while c < 500000:
        c += 1
        x += x
        y += y

（3）定义IO密集的文件读写函数

def write():
    f = open("test.txt", "w")
    for x in range(5000000):
        f.write("testwrite\n")
    f.close()
def read():
    f = open("test.txt", "r")
    lines = f.readlines()
    f.close()

(4) 定义网络请求函数

_head = {
   
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
    try:
        webPage = requests.get(url, headers=_head)
        html = webPage.text
        return {
   "