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
-
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。
-
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
-
-
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。