一 :进程
# -*- coding:utf-8 -*-
import time
from multiprocessing import Process
def func(a):
a += 1
if __name__ == '__main__':
start = time.time()
p_lis = []
for i in range(100):
p = Process(target=func,args=(1,))
p_lis.append(p)
p.start()
# 等待所有子进程运行完
for i in p_lis:
i.join()
print('运行时间:%s'%(time.time()-start))
结果为:1.8501055240631104
二 :线程
python 线程 - Frank流云 - 博客园
线程(英语:thread)是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程(lightweight processes),但轻量进程更多指内核线程(kernel thread),而把用户线程(user thread)称为线程。
线程是独立调度和分派的基本单位。线程可以为操作系统内核调度的内核线程,如Win32线程;由用户进程自行调度的用户线程,如Linux平台的POSIX Thread;或者由内核与用户进程,如Windows 7的线程,进行混合调度。
同一进程中的多条线程将共享该进程中的全部系统资源,如虚拟地址空间,文件描述符和信号处理等等。但同一进程中的多个线程有各自的调用栈(call stack),自己的寄存器环境(register context),自己的线程本地存储(thread-local storage)。
一个进程可以有很多线程,每条线程并行执行不同的任务。
在多核或多CPU,或支持Hyper-threading的CPU上使用多线程程序设计的好处是显而易见,即提高了程序的执行吞吐率。在单CPU单核的计算机上,使用多线程技术,也可以把进程中负责I/O处理、人机交互而常被阻塞的部分与密集计算的部分分开来执行,编写专门的workhorse线程执行密集计算,从而提高了程序的执行效率
三 :协程
Python 3.5
把@asyncio.coroutine替换为async;
把yield from替换为await
用asyncio提供的@asyncio.coroutine可以把一个generator标记为coroutine类型,然后在coroutine内部用yield from调用另一个coroutine实现异步操作。
以下两种写法等价
@asyncio.coroutine
def hello():
print("Hello world!")
r = yield from asyncio.sleep(1)
print("Hello again!")
python3.5
async def hello():
print("Hello world!")
r = await asyncio.sleep(1)
print("Hello again!")
具体代码
import asyncio
import time
now = lambda : time.time()
start = now()
async def hello():
print('洗衣服')
await asyncio.sleep(2)
print('洗衣服 完成')
async def hello1():
print('做饭')
await asyncio.sleep(5)
print('做饭完成')
async def hello2():
print('打扫')
await asyncio.sleep(3)
print('打扫完成')
# 创建协程对象
h = hello()
h1 = hello1()
h2 = hello2()
# 创建一个事件loop
loop = asyncio.get_event_loop()
# 创建task()对象:
tasks = [
asyncio.ensure_future(h),
asyncio.ensure_future(h1),
asyncio.ensure_future(h2)
]
# 将协程加入到事件循环loop中
loop.run_until_complete(asyncio.wait(tasks))
for task in tasks:
print(task.result())
print(now() - start)