本文介绍了线程和进程的区别，强调多线程适合IO密集型任务，多进程适合计算密集型任务。在Python中，通过`multiprocessing`和`tqdm`库实现多进程和多线程的代码示例，并展示了如何进行任务进度的可视化。通过实例，演示了如何使用`pool.apply_async`进行异步执行并跟踪进度。
一、简单理解一下线程和进程
一个进程中可有多个线程，线程之间可共享内存，进程间却是相互独立的。打比方就是，进程是火车，线程是火车厢，车厢内人员可以流动(数据共享)
二、python中的多线程和多进程
当遇到大文件读写或处理计算时，需要加速，则用上多线程和多进程，最常见的例子是网页爬虫，每次访问后等待时间很长，所以用了异步访问。
先说结论，多线程适合IO密集型任务，多进程适合计算密集型任务。
在python中，遇到IO操作，GIL(全局解释锁)会被释放，执行下一个操作，此时用到线程即可，如果开辟进程的话，需要分配初始化的时间和空间。计算密集型用线程则不行，因为若一个计算任务没有完成时，锁不会释放，所以线程相当于串行了。借用知乎上的比喻，有一个水池，4个泵，1个人，人同时只能操作一个泵，则此时相当于串行，但如果泵的工作冷却时间比为1：3，则利用率可以达到100%，其中冷却时间相当于IO操作的等待时间，此时多线程有效。
很多时候python多线程加速有限，除非是IO密集型场景，如爬虫访问网页。
三、python代码
多进程：from multiprocessing import Pool
pool = Pool(5)
多线程：from multiprocessing.pool import ThreadPool
pool = TreadPool(5)
四、代码模板
注意pool
最低0.47元/天 解锁文章
762
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
