IO密集型任务 VS 计算密集型任务所谓IO密集型任务,是指磁盘IO、网络IO占主要的任务,计算量很小。比如请求网页、读写文件等。当然我们在Python中可以利用sleep达到IO密集型任务的目的。
所谓计算密集型任务,是指CPU计算占主要的任务,CPU一直处于满负荷状态。比如在一个很大的列表中查找元素(当然这不合理),复杂的加减乘除等。
多线程 VS 多进程
Python中比较常见的并发方式主要有两种:多线程和多进程。当然还有协程,这里不做介绍。
1、多线程
多线程即在一个进程中启动多个线程执行任务。一般来说使用多线程可以达到并行的目的,但由于Python中使用了全局解释锁GIL的概念,导致Python中的多线程并不是并行执行,而是“交替执行”。类似于下图:(图片转自网络,侵删)
所以Python中的多线程适合IO密集型任务,而不适合计算密集型任务。
Python提供两组多线程接口,一是thread模块_thread,提供低等级接口。二是threading模块,提供更容易使用的基于对象的接口,可以继承Thread对象来实现线程,此外其还提供了其它线程相关的对象,例如Timer,Lock等。
2、多进程
由于Python中GIL的原因,对于计算密集型任务,Python下比较好的并行方式是使用多进程,这样可以非常有效的使用CPU资源。当然同一时间执行的进程数量取决你电脑的CPU核心数。
Python中的进程模块为mutliprocess模块,提供了很多容易使用的基于对象的接口。另外它提供了封装好的管道和队列,可以方便的在进程间传递消息。Python还提供了进程池Pool对象,可以方便的管理和控制线程。
代码测试:# _*_ coding:utf-8
from __future__ import unicode_literals
__author__ = 'chenxinming'
__date__ = '2018/6/27 0027 11:52'
import multiprocessing
import threading
import time
queue = multiprocessing.Queue()
def init_queue():
print('初始化queue')
while not queue.empty():
queue.get()
for _index in range(10):
queue.put(_index)
print ('初始化queue结束')
# 定义一个io密集型任务 利用time.sleep()
def task_io(task_id, queue=queue):
print (queue.empty())
print ('io密集型:{} 开始'.format(task_id))
while not queue.empty():
time.sleep(1)
try:
data = queue.get(block=True, timeout=1)
print ('io密集型任务:{} 得到数据:{}'.format(task_id, data))
except Exception as e:
print ('io密集型任务:{} 错误:{}'.format(task_id, str(e)))
print ('io密集型任务:{} 结束'.format(task_id))
return
g_search_list = list(range(10000))
# 定义一个计算密集型任务,利用一些复杂加减乘除、列表查找等
def task_cpu(task_id):
print ('CPU计算密集任务:{} 开始'.format(task_id))
while not queue.empty():
count = 0
for i in range(10000):
count += pow(3 * 2, 3 * 2) if i in g_search_list else 0
try:
data = queue.get(block=True, timeout=1)
print ('CPU计算密集任务: {} 得到数据:{}'.format(task_id, data))
except Exception as e:
print ('CPU计算密集任务:{} 错误:{}'.format(task_id, str(e)))
print ('CPU计算密集任务:{} 结束'.format(task_id))
return task_id
if __name__ == '__main__':
print ('cpu 数量', multiprocessing.cpu_count(), '\n')
print("========== 直接执行IO密集型任务 ==========")
init_queue()
time_0 = time.time()
task_io(0)
print("结束:", time.time() - time_0, "\n")
print("========== 多线程执行IO密集型任务 ==========")
init_queue()
time_0 = time.time()
thread_list = [threading.Thread(target=task_io, args=(i,)) for i in range(5)]
for t in thread_list:
t.start()
for t in thread_list:
if t.is_alive():
t.join()
print("结束:", time.time() - time_0, "\n")
print("========== 多进程执行IO密集型任务 ==========")
init_queue()
time_0 = time.time()
process_list = [multiprocessing.Process(target=task_io, args=(i,)) for i in range(multiprocessing.cpu_count())]
for p in process_list:
p.start()
for p in process_list:
if p.is_alive():
p.join()
print("结束:", time.time() - time_0, "\n")
print("========== 直接执行CPU密集型任务 ==========")
init_queue()
time_0 = time.time()
task_cpu(0)
print("结束:", time.time() - time_0, "\n")
print("========== 多线程执行CPU密集型任务 ==========")
init_queue()
time_0 = time.time()
thread_list = [threading.Thread(target=task_cpu, args=(i,)) for i in range(5)]
for t in thread_list:
t.start()
for t in thread_list:
if t.is_alive():
t.join()
print("结束:", time.time() - time_0, "\n")
print("========== 多进程执行cpu密集型任务 ==========")
init_queue()
time_0 = time.time()
process_list = [multiprocessing.Process(target=task_cpu, args=(i,)) for i in range(multiprocessing.cpu_count())]
for p in process_list:
p.start()
for p in process_list:
if p.is_alive():
p.join()
print("结束:", time.time() - time_0, "\n")
对于IO密集型任务:
直接执行用时:10.0333秒
多线程执行用时:4.0156秒
多进程执行用时:5.0182秒
说明多线程适合IO密集型任务。
对于计算密集型任务
直接执行用时:10.0273秒
多线程执行用时:13.247秒
多进程执行用时:6.8377秒
说明多进程适合计算密集型任务
原文:https://zhuanlan.zhihu.com/p/24283040