Python进阶知识（2）

Python中实现多任务的方式有3种

• 进程
• 线程
• 协程

A.进程能实现多任务，但是资源占用太多，是资源分配的单位，只有在计算密集型程序用多进程，计算密集型就是例如一个程序要计算1~1亿之间的每个数的立方和。

B.线程是操作系统的调度的单位，占用资源很少，只有在IO密集型程序下使用多线程，IO密集型就是相当于一个程序是tcp服务器，大部分时间都是在等待客户端的链接与数据的手法，一个进程中可以拥有N个线程，线程之间共享一些数据项全局变量。

C.协程最大的特点就是由开发者决定的，协程真正的意义是如果在一个任务执行的过程中，遇到了耗时操作，而不是等待耗时操作，而是去执行其他的任务，当这个耗时操作执行完毕之后，在切换回来，这样就提高了程序的效率。

关于任务的切换

cpu上下文Linux是一个多任务的操作系统，它支持远大于CPU数量的任务同时运行，当然，这些任务实际上并不是真正的在同时运行，而是应为系统在很短的时间内，将CPU轮流分配给他们，造成很多任务同时运行的错觉。在每个任务运行前，CPU都需要知道任务从哪里加载，又是从哪里开始运行，也就是说，需要系统事先帮他设置好CPU寄存器和程序计数器(Program Counter,PC)CPU寄存器，是CPU内置的容量小、但速度极快的内存。程序计数器，则是用来存储CPU正在执行的指令的位置，或者即将执行的下一条指令的位置。他们都是CPU在运行任何任务前，必须依赖的环境，因此也被叫做CPU上下文。知道了什么是CPU上下文，也就很容易理解CPU上下文切换。CPU上下文切换，就是先把前一个任务的CPU上下文(也就是CPU寄存器和程序计数器)保存起来，然后加载新任务的上下文，到这些寄存器和程序计数器，最后再跳转到程序计数器所指的新位置，运行新任务。

代码示例

from gevent import monkey
import gevent
import random
import time

# 有耗时操作时需要
monkey.patch_all()  # 将程序中用到的耗时操作的代码，换为gevent中自己实现的模块


def coroutine_work(coroutine_name):
    for i in range(10):
        # print(coroutine_name, i)
        print("--------1--------")
        time.sleep(random.random())


def coroutine_work2(coroutine_name):
    for i in range(10):
        # print(coroutine_name, i)
        print("--------2--------")
        time.sleep(random.random())


# 方式1
# # 1. 创建
# g1 = gevent.spawn(coroutine_work, "work1")
# g2 = gevent.spawn(coroutine_work2, "work2")
# # 2. 等待协程结束
# g1.join()
# g2.join()

# 方式2：创建&等待合并操作
gevent.joinall([
    gevent.spawn(coroutine_work, "work1"),
    gevent.spawn(coroutine_work2, "work2")
])

进程 协程 线程对比

1.进程是资源分配的单位
2.线程是操作系统调度的单位
3.进程切换需要的资源很最大，效率很低
4.线程切换需要的资源一般，效率一般（当然了在不考虑GIL的情况下）
5.协程切换任务资源很小，效率高
6.多进程、多线程根据cpu核数不一样可能是并行的，但是协程是在一个线程中 所以是并发

全集解释器锁（GIL）

1.什么是GIL？

GIL：在一个进程中，任何一个线程想要执行，必须得到这个锁才能执行，这个锁称为GIL锁。

2.锁是什么？有什么作用？

锁是一种保护资源的一种方式，在很多地方都用，像数据库。

3.既然有了全局解释器锁为什么还有要互斥锁？

GIL仅仅保证了同一时刻有一个线程在运行，而互斥锁保证的是这个事情从头到尾做完。