本文主要介绍多线程、多进程、协程的最常见使用，每个的详细说明与介绍有时间会在以后的随笔中体现。
一、多线程
1.python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading通过对thread模块进行二次封装，提供了更方便的API来操作线程。接下来只介绍threading的常见用法。
2.使用
import threadingimport time def Traversal_5(interval):
foriinxrange(5):
print'Traversal_5:',i
time.sleep(interval)def Traversal_10(interval):
foriinxrange(10):
print'Traversal_10:',i
time.sleep(interval)if__name__=='__main__':
print'start time:' t1 = int(time.time())
tasks=[Traversal_5,Traversal_10]
threads = []
fortaskin tasks:
t = threading.Thread(target=task,args=(1,))
threads.append(t)
fortin threads:
t.setDaemon(True)
t.start()
fortin threads:
t.join()
print'end main total time:',int(time.time())-t1
3.结果
4.结果分析
单线程运行这完两个函数至少应该需要15秒，多线程情况下，两个函数同时运行，总共用时是取最长的Traversal_10这个函数的时间
二、多进程
1.由于GIL的存在，python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。接下来只介绍multiprocessing的常见用法。
2.使用
import multiprocessing import time class Traversal(object):
def__init__(self,interval, name):
self.interval = interval
self.name = name
self._rungevent(self.interval, self.name)
def _rungevent(self, interval, name):
foriinxrange(5):
print'process name:',name,'\tindex:',i
time.sleep(interval)if__name__=='__main__':
print'start time:' t1 = int(time.time())
jobs = []
forxinxrange(2):
p = multiprocessing.Process(target = Traversal, args=(1,'Traversal_'+str(x)))
p.start()
jobs.append(p)
forjobin jobs:
job.join()
print'end main total time:',int(time.time())-t1
3.结果
4.结果分析
此程序相当于遍历两次0-5的函数，按理说，时间应该是10秒，因为开了2个进程，所以总花时和一次遍历时间相等
三、协程
1.协程，又称微线程，纤程。协程的特点在于是一个线程执行，那和多线程比，协程有何优势？最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。第三方的gevent为Python提供了比较完善的协程支持。接下来只介绍gevent用法
2.使用
fromgeventimport monkey; monkey.patch_all(); fromgevent.poolimport Pool import time def Traversal(job):
print'job:',job
time.sleep(1)if__name__=='__main__':
print'start time:' t1 = int(time.time())
jobs = [iforiinxrange(10)]
pool = Pool(5)
pool.map(Traversal, jobs)
print'end main total time:',int(time.time())-t1
3.结果
3.结果分析
此程序本质是遍历0-10之间的数，应该用时10秒，由于使用了协程，开启了5个池，所以时间减少到2秒，大大减少运行时间。
四、多进程+协程
1.因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。
2.使用
import multiprocessing fromgeventimport monkey; monkey.patch_all(); fromgevent.poolimport Poolimport time def Traver(job):
print'job:',job
time.sleep(1)class Traversal(object):
def__init__(self,interval, name):
self.interval = interval
self.name = name
self._rungevent(self.interval, self.name)
def _rungevent(self, interval, name):
jobs = [iforiinxrange(5)]
pool = Pool(5)
pool.map(Traver, jobs) if__name__=='__main__':
print'start time:' t1 = int(time.time())
jobs = []
forxinxrange(2):
p = multiprocessing.Process(target = Traversal, args=(1,'Traversal_'+str(x)))
p.start()
jobs.append(p)
forjobin jobs:
job.join()
print'end main total time:',int(time.time())-t1
3.结果
4.结果分析
此程序本质上是遍历2次0-5之间数据，应该使用10秒才能运行完，由于开启了两个线程和5个池的协程，结果1秒就运行完了。
五、总结
从以上小例子看，多进程、多线程和协程没有啥差别，本文也只是主要介绍其用法。但是，要是在IO密集和CPU密集的任务下，各个之间的区别就会显现，这里就不做介绍。
网友评论