Day13 - 进程和线程

---

日期：2021年1月31日

今天是学习Python的第十三天，不再干抄书里的内容，作为一份总结来使用。

学习用的教材是GitHub上骆昊编写的《Python - 100天从新手到大师》

---

一、多进程

通过增加进程数量同步运行来达到提升执行速度的目的，新的进程拥有自己的独立内存空间，因此必须通过进程间通信机制来实现数据共享，包括：管道、信号、套接字、共享内存区等。

用到的函数：

• os.getpid() # 获取进程号

• multiprocessing.Process(target=函数名,args=(*传入参数)) # 创建进程对象

  • start() # 启动进程

  • join() # 等待进程执行结束

• multiprocessing.Queue([maxsize]) # 创建共享的进程队列

  • put() # 放值

  • get() # 取值

多进程的内存空间相互独立，所以变量也是独立的，如果想让进程之间共用一个变量，需要使用共享进程队列，参考《Python进程间通信 multiProcessing Queue队列实现详解》

二、多线程

用到的函数：

• threading.Thread(target=函数名,args=(*传入参数)) # 创建线程对象

  • start() # 启动线程

  • join() # 等待线程执行结束

• threading.Lock() # “临界资源”保护锁

  • acquire() # 取锁

  • release() # 放锁

如果多个线程共享并竞争使用同一个变量（临界资源），可能会因为同时读取到的资源数据不及时更新而导致错误的结果，所以需要一个锁来将线程拒之门外，只允许一个一个通过。

💡 Process和Thread本身是类，所以可以通过创建新类并对其继承，来简化一些操作。

三、多进程 or 多线程

1. 无论是多进程还是多线程，都要适量，太多会导致系统频繁切换任务而没有时间执行任务。

2. 计算密集型使用python来执行效率很低，使用c语言更合适

   • 计算密集型：需要进行大量计算，消耗CPU资源

   • I/O密集型：CPU消耗少，任务的大部分时间都在等待I/O操作完成

3. 单线程+异步I/O(协程)

   优势：极高的执行效率，没有线程切换的开销；不需要多线程的锁机制，只需判断状态。充分利用CPU的多核特性，使用 多线程+协程，可以获得极高的性能。