python 多进程和多线程使用详解
进程是系统进行资源分配的最小单位,线程是系统进行调度执行的最小单位;
一个应用程序至少包含一个进程,一个进程至少包含一个线程;
每个进程在执行过程中拥有独立的内存空间,而一个进程中的线程之间是共享该进程的内存空间的;
计算机的核心是CPU,它承担了所有的计算任务。它就像一座工厂,时刻在运行。 假定工厂的电力有限,一次只能供给一个车间使用。也就是说,一个车间开工的时候,其他车间都必须停工。背后的含义就是,单个CPU一次只能运行一个任务。编者注: 多核的CPU就像有了多个发电厂,使多工厂(多进程)实现可能。 进程就好比工厂的车间,它代表CPU所能处理的单个任务。任一时刻,CPU总是运行一个进程,其他进程处于非运行状态。 一个车间里,可以有很多工人。他们协同完成一个任务。 线程就好比车间里的工人。一个进程可以包括多个线程。 车间的空间是工人们共享的,比如许多房间是每个工人都可以进出的。这象征一个进程的内存空间是共享的,每个线程都可以使用这些共享内存。 可是,每间房间的大小不同,有些房间最多只能容纳一个人,比如厕所。里面有人的时候,其他人就不能进去了。这代表一个线程使用某些共享内存时,其他线程必须等它结束,才能使用这一块内存。 一个防止他人进入的简单方法,就是门口加一把锁。先到的人锁上门,后到的人看到上锁,就在门口排队,等锁打开再进去。这就叫'互斥锁'(Mutual exclusion,缩写 Mutex),防止多个线程同时读写某一块内存区域。 还有些房间,可以同时容纳n个人,比如厨房。也就是说,如果人数大于n,多出来的人只能在外面等着。这好比某些内存区域,只能供给固定数目的线程使用。 这时的解决方法,就是在门口挂n把钥匙。进去的人就取一把钥匙,出来时再把钥匙挂回原处。后到的人发现钥匙架空了,就知道必须在门口排队等着了。这种做法叫做'信号量'(Semaphore),用来保证多个线程不会互相冲突。 不难看出,mutex是semaphore的一种特殊情况(n=1时)。也就是说,完全可以用后者替代前者。但是,因为mutex较为简单,且效率高,所以在必须保证资源独占的情况下,还是采用这种设计。 Python的多进程Python的多进程依赖于multiprocess模块;使用多进程可以利用多个CPU进行并行计算;
实例:
from multiprocessing import Processimport osimport time def long_time_task(i): print(’子进程: {} - 任务{}’.format(os.getpid(), i)) time.sleep(2) print('结果: {}'.format(8 ** 20)) if __name__==’__main__’: print(’当前母进程: {}’.format(os.getpid())) start = time.time() p1 = Process(target=long_time_task, args=(1,)) p2 = Process(target=long_time_task, args=(2,)) print(’等待所有子进程完成。’) p1.start() p2.start() p1.join() p2.join() end = time.time() print('总共用时{}秒'.format((end - start)))
新创建进程和进程间切换是需要消耗资源的,所以应该控制进程数量;
同时可运行的进程数量收到CPU核数限制;
进程池使用进程池pool创建进程:
使用进程池可以避免手工进行进程的创建的麻烦,默认数量是CPU核数;
Pool类可以提供指定数量的进程供用户使用,当有新的请求被提交到Pool中的时候,如果进程池还没有满,就会创建一个新的进程来执行请求;如果池已经满了,请求就会等待,等到有空闲进程可以使用时,才会执行请求;
几个方法:
1.apply_async
作用是向进程池提交需要执行的函数和参数,各个进程采用非阻塞的异步方式调用,每个进程只管自己运行,是默认方式;
2.map
会阻塞进程直到返回结果;
3.map_sunc
非阻塞进程;
4.close
关闭进程池,不再接受任务;
5.terminate
结束进程;
6.join
主进程阻塞,直到子进程执行结束;
实例:
from multiprocessing import Pool, cpu_countimport osimport time def long_time_task(i): print(’子进程: {} - 任务{}’.format(os.getpid(), i)) time.sleep(2) print('结果: {}'.format(8 ** 20)) if __name__==’__main__’: print('CPU内核数:{}'.format(cpu_count())) print(’当前母进程: {}’.format(os.getpid())) start = time.time() p = Pool(4) for i in range(5):p.apply_async(long_time_task, args=(i,)) print(’等待所有子进程完成。’) p.close() p.join() end = time.time() print('总共用时{}秒'.format((end - start)))
在join之前,必须使用close或者terminate,让进程池不再接受任务;
多进程间的数据通信与共享通常,进程之间是相互独立的,每个进程都有独立的内存。通过共享内存(nmap模块),进程之间可以共享对象,使多个进程可以访问同一个变量(地址相同,变量名可能不同)。多进程共享资源必然会导致进程间相互竞争,所以应该尽最大可能防止使用共享状态。还有一种方式就是使用队列queue来实现不同进程间的通信或数据共享,这一点和多线程编程类似。
下例这段代码中中创建了2个独立进程,一个负责写(pw), 一个负责读(pr), 实现了共享一个队列queue。
from multiprocessing import Process, Queueimport os, time, random # 写数据进程执行的代码:def write(q): print(’Process to write: {}’.format(os.getpid())) for value in [’A’, ’B’, ’C’]:print(’Put %s to queue...’ % value)q.put(value)time.sleep(random.random()) # 读数据进程执行的代码:def read(q): print(’Process to read:{}’.format(os.getpid())) while True:value = q.get(True)print(’Get %s from queue.’ % value) if __name__==’__main__’: # 父进程创建Queue,并传给各个子进程: q = Queue() pw = Process(target=write, args=(q,)) pr = Process(target=read, args=(q,)) # 启动子进程pw,写入: pw.start() # 启动子进程pr,读取: pr.start() # 等待pw结束: pw.join() # pr进程里是死循环,无法等待其结束,只能强行终止: pr.terminate()Python的多线程
python 3中的多进程编程主要依靠threading模块。创建新线程与创建新进程的方法非常类似。threading.Thread方法可以接收两个参数, 第一个是target,一般指向函数名,第二个时args,需要向函数传递的参数。对于创建的新线程,调用start()方法即可让其开始。我们还可以使用current_thread().name打印出当前线程的名字。
import threadingimport time def long_time_task(i): print(’当前子线程: {} 任务{}’.format(threading.current_thread().name, i)) time.sleep(2) print('结果: {}'.format(8 ** 20)) if __name__==’__main__’: start = time.time() print(’这是主线程:{}’.format(threading.current_thread().name)) thread_list = [] for i in range(1, 3):t = threading.Thread(target=long_time_task, args=(i, ))thread_list.append(t) for t in thread_list:t.start() for t in thread_list:t.join() end = time.time() print('总共用时{}秒'.format((end - start)))多线程间的数据共享
一个进程所含的不同线程间共享内存,这就意味着任何一个变量都可以被任何一个线程修改,因此线程之间共享数据最大的危险在于多个线程同时改一个变量,把内容给改乱了。如果不同线程间有共享的变量,其中一个方法就是在修改前给其上一把锁lock,确保一次只有一个线程能修改它。threading.lock()方法可以轻易实现对一个共享变量的锁定,修改完后release供其它线程使用。
import threading class Account: def __init__(self):self.balance = 0 def add(self, lock):# 获得锁lock.acquire()for i in range(0, 100000): self.balance += 1# 释放锁lock.release() def delete(self, lock):# 获得锁lock.acquire()for i in range(0, 100000): self.balance -= 1 # 释放锁lock.release() if __name__ == '__main__': account = Account() lock = threading.Lock() # 创建线程 thread_add = threading.Thread(target=account.add, args=(lock,), name=’Add’) thread_delete = threading.Thread(target=account.delete, args=(lock,), name=’Delete’) # 启动线程 thread_add.start() thread_delete.start() # 等待线程结束 thread_add.join() thread_delete.join() print(’The final balance is: {}’.format(account.balance))使用queue队列通信-经典的生产者和消费者模型
from queue import Queueimport random, threading, time # 生产者类class Producer(threading.Thread): def __init__(self, name, queue):threading.Thread.__init__(self, name=name)self.queue = queue def run(self):for i in range(1, 5): print('{} is producing {} to the queue!'.format(self.getName(), i)) self.queue.put(i) time.sleep(random.randrange(10) / 5)print('%s finished!' % self.getName()) # 消费者类class Consumer(threading.Thread): def __init__(self, name, queue):threading.Thread.__init__(self, name=name)self.queue = queue def run(self):for i in range(1, 5): val = self.queue.get() print('{} is consuming {} in the queue.'.format(self.getName(), val)) time.sleep(random.randrange(10))print('%s finished!' % self.getName()) def main(): queue = Queue() producer = Producer(’Producer’, queue) consumer = Consumer(’Consumer’, queue) producer.start() consumer.start() producer.join() consumer.join() print(’All threads finished!’) if __name__ == ’__main__’: main() 对CPU密集型代码(比如循环计算) - 多进程效率更高 对IO密集型代码(比如文件操作,网络爬虫) - 多线程效率更高。
对于IO密集型操作,大部分消耗时间其实是等待时间,在等待时间中CPU是不需要工作的,那你在此期间提供双CPU资源也是利用不上的,相反对于CPU密集型代码,2个CPU干活肯定比一个CPU快很多。那么为什么多线程会对IO密集型代码有用呢?这时因为python碰到等待会释放GIL供新的线程使用,实现了线程间的切换。
以上就是python 多进程和多线程使用详解的详细内容,更多关于python 多进程和多线程的资料请关注好吧啦网其它相关文章!
相关文章: