ITPub博客

首页 > 应用开发 > Python > Python的多任务编程

Python的多任务编程

Python 作者:wuyibnsk 时间:2021-10-25 13:27:55 0 删除 编辑

文章转载自东凌阁

GoodMai 好买网

--------------------------------------------------------------------------------------------------------------

前言

Python程序代码都是按自上而下的顺序加载并执行的,但实际需要代码处理的任务并不都是需要按部就班的顺序执行,通常为提高代码执行的效率,需要多个代码执行任务同时执行,也就是多任务编程的需求。

基本的计算机模型是由CPU、RAM及各种资源(键盘、硬盘、显卡、网卡等)组成,代码的执行过程,实际就是CPU和相关寄存器及RAM之间的相关处理的过程。在单核CPU场景下,一段代码交由CPU执行前,都会处于就绪队列中,CPU执行时很快就会返回该段代码的结果,所以不同进程的代码是轮流由CPU执行的,由于CPU执行速度很快,在表现上仍会被感觉是同时执行的。不同就绪队列间的读入与结果保存被称之为上下文切换,由于进程间切换会产生一定的时间等待及资源的消耗,所以为了减少等待时间和资源的消耗,就引入了线程的设计。线程是当进程的队列被授权占用CPU时,该进程的所有线程队列在共享该进程资源的环境下按优先级由CPU执行。无论是进程还是线程,其队列及资源切换都是由操作系统进行控制的,同时线程的切换也是非常消耗性能的,为了使各线程的调度更节约资源,就出现了协程的设计。协程是在进程或线程环境下执行的,其拥有自己的寄存器上下文和栈,调度是完全由用户控制的,相当于函数方法的调度。对于多任务编程,若要实现代码的多任务高效率执行,我们要明晰如下这几个概念的特点及其区别,才能根据实际需求,选用最佳的多任务编程方法。

 

并行

指在同一时刻有多个进程的指令在多个处理器上同时执行。

并发

是指在同一时刻只能有一个进程的指令执行,但多个进程指令被快速轮换执行,使得在宏观上具有多个进程同时执行的效果。

进程

进程是程序的运行态,进程间数据共享需要借助外部存储空间。

线程

线程是进程的组成部分,一个进程可以包含一个或多个线程,同一进程内线程间数据共享属于内部共享。

协程

协程是一种用户态的轻量级线程,一个进程可以包含一个或多个协程,也可以在一个线程包含一个或多个协程。协程的调度完全由用户控制,同一进程内协程间数据共享属于内部共享。

多线程处理

由于Python是动态编译的语言,与C/C++、Java等静态语言不同,它是在运行时一句一句代码地边编译边执行的。用C语言实现的Python解释器,通常称为CPython,也是Python环境默认的编译器。在Cpython解释器中,为防止多个线程同时执行同一 Python 的代码段,确保线程数据安全,引入了全局解释器锁(GIL, Global Interpreter Lock)的处理机制, 该机制相当于一个互斥锁,所以即便一个进程下开启了多线程,但同一时刻只能有一个线程被执行。所以Python 的多线程是伪线程,性能并不高,也无法利用CPU多核的优势。

 

另,GIL并不是Python的特性,他是在实现Python解释器(Cpython)时所引入的一个概念,GIL保护的是解释器级的数据,保护用户自己的数据仍需要自己加锁处理。在默认情况下,由于GIL的存在,为了使多线程(threading)执行效率更高,需要使用join方法对无序的线程进行阻塞,如下代码可以看到区别。

```

from multiprocessing import Process

import threading

import os,time

 

l=[]

stop=time.time()

def work():

     global stop

     time.sleep(2)

     print('===>',threading.current_thread().name)

     stop=time.time()

 

def test1():

     for i in range(400):

         p=threading.Thread(target=work,name="test"+str(i))

         l.append(p)

         p.start()

 

def test2():

     for i in range(400):

         p=threading.Thread(target=work,name="test"+str(i))

         l.append(p)

         p.start()

 

     for p in l:

         p.join()

 

if __name__ == '__main__':

     print("CPU Core:",os.cpu_count()) #本机为4核

     print("Worker: 400") #测试线程数

 

     start=time.time()

     test1()

     active_count=threading.active_count()

     while (active_count>1):

         active_count=threading.active_count()

         continue

     test1_result=stop-start

 

     start=time.time()

     l=[]

     test2()

     active_count=threading.active_count()

     while (active_count>1):

         active_count=threading.active_count()

         continue

    

     print('Thread run time is %s' %(test1_result))

print('Thread join run time is %s' %(stop-start))

```

 

 

执行结果如下:

```

Thread run time  is 4.829492807388306  

Thread join  run time  is 2.053645372390747

```

 

 

由上结果可以看到, 多线程时join阻塞后执行效率提高了很多。

多进程与多线程

多任务编程的本质是CPU占用方法的调度处理,对于python下多任务处理有多种编程方法可供选择,分别有多进程(multiprocessing)、多线程(threading)及异步协程(Asyncio),在实际使用中该如何选择呢?我们先看如下一段程序的执行效果。

```

from multiprocessing import Process

from threading import Thread

import os,time

 

l=[]

def work():

     res=0

     for i in range(100000000):

         res*=i

 

def test1():

     for i in range(4):

         p=Process(target=work)

         l.append(p)

         p.start()

 

def test2():

     for i in range(4):

         p=Thread(target=work)

         l.append(p)

         p.start()

 

     for p in l:

         p.join()

 

if __name__ == '__main__':

     print("CPU Core:",os.cpu_count()) #本机为4核

     print("Worker: 4") #工作线程或子进程数

 

     start=time.time()

     test1()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     print('Process run time is %s' %(stop-start))

    

     start=time.time()

     l=[]

     test2()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     print('Thread run time is %s' %(stop-start))

```

 

执行结果如下:

```

CPU Core: 4  

Worker: 4  

Process run time  is 11.030176877975464  

Thread run time  is 17.0117769241333

```

 

 

从上面的结果,我们可以看到同一个函数用Process及Thread 不同的方法,执行的时间是不同的,为什么会产生这样的差异?

多进程(multiprocessing)方法使用子进程而非线程,其有效地绕过了全局解释器锁GIL(Global Interpreter Lock), 并充分利用了多核CPU的性能,所以在多核CPU环境下,其比多线程方式效率要高。

 

协程

又称为微线程,协程也可被看作是被标注的函数,不同被表注函数的执行和切换就是协程的切换,其完全由编程者自行控制。协程一般是使用 gevent库,在早期这个库用起来比较麻烦,所以在python 3.7以后的版本,对协程的使用方法做了优化。执行代码如下:

```

import asyncio

import time

 

async def work(i):

     await asyncio.sleep(2)

     print('===>',i)

 

async def main():

     start=time.time()

     l=[]

     for i in range(400):

         p=asyncio.create_task(work(i))

         l.append(p)

 

     for p in l:

         await p

 

     stop=time.time()

     print('run time is %s' %(stop-start))

 

asyncio.run(main())

```

 

执行结果如下:

```

run time is   2.0228068828582764

```

 

 

 

另,默认环境下,协程是在单线程模式下执行的异步操作,其并不能发挥多处理器的性能。为了提升执行效率,可以在多进程中执行协程调用方法,代码用例如下:

```

from multiprocessing import Process

import asyncio

import os,time

 

l=[]

async_result=0

async def work1():

    res=0

    for i in range(100000000):

        res*=i

 

# 协程入口

async def async_test():

    m=[]

    for i in range(4):

        p=asyncio.create_task(work1())

        m.append(p)

 

    for p in m:

        await p

 

async def async_test1():

    await asyncio.create_task(work1())

 

def async_run():

    asyncio.run(async_test1())

 

# 多进程入口

def test1():

    for i in range(4):

        p=Process(target=async_run)

        l.append(p)

        p.start()

 

if __name__ == '__main__':

    print("CPU Core:",os.cpu_count()) #本机为4核

    print("Worker: 4") #工作线程或子进程数

    start=time.time()

    asyncio.run(async_test())

    stop=time.time()

    

    print('Asyncio run time is %s' %(stop-start))

 

    start=time.time()

    test1()

    while (l[len(l)-1].is_alive()):

        continue

    stop=time.time()

 

    print('Process Asyncio run time is %s' %(stop-start))

```

 

 

执行结果如下:

```

CPU Core :   4  

Worker :   4  

Asyncio run time is   18.89663052558899  

Process Asyncio run time is   10.865562438964844

```

 

如上结果,在多进程中调用多协程的方法,执行效率明显提高。

 

多任务编程选择

如上所结果是否是就决定一定要选择多进程(multiprocessing)模式呢?我们再看下如下代码:

 

```

from multiprocessing import Process

from threading import Thread

import os,time

 

l=[]

# 仅计算

def work1():

     res=0

     for i in range(100000000):

         res*=i

 

# 仅输出

def work2():

     time.sleep(2)

     print('===>')

 

# 多进程,仅计算

def test1():

     for i in range(4):

         p=Process(target=work1)

         l.append(p)

         p.start()

 

# 多进程,仅输出

def test_1():

     for i in range(400):

         p=Process(target=work2)

         l.append(p)

         p.start()

 

# 多线程,仅计算

def test2():

     for i in range(4):

         p=Thread(target=work1)

         l.append(p)

         p.start()

 

     for p in l:

         p.join()

 

# 多线程,仅输出

def test_2():

     for i in range(400):

         p=Thread(target=work2)

         l.append(p)

         p.start()

 

     for p in l:

         p.join()

 

if __name__ == '__main__':

     print("CPU Core:",os.cpu_count()) #本机为4核

 

     start=time.time()

     test1()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     test_result=stop-start

    

     start=time.time()

     l=[]

     test_1()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     test1_result=stop-start

 

     start=time.time()

     l=[]

     test2()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     test2_result=stop-start

     start=time.time()

     l=[]

     test_2()

     while (l[len(l)-1].is_alive()):

         continue

     stop=time.time()

     test3_result=stop-start

     print('Process run time is %s' %(test_result))

     print('Process I/O run time is %s' %(test1_result))

     print('Thread run time is %s' %(test2_result))

     print('Thread I/O run time is %s' %(stop-start))

```

执行结果如下:

```

Process run time  is 10.77662968635559  

Process I/O run time  is 2.9869778156280518  

Thread run time  is 16.842355012893677  

Thread I/O run time  is 2.024587869644165

```

 

由结果可看,在仅计算的操作时,多进程效率比较高,在仅输出的操作时,多线程的效率比较高,所以在实际使用中要根据实际情况测试决定。通用的建议如下:

·  多线程(threading)用于IO密集型,如socket,爬虫,web

·  多进程(multiprocessing)用于计算密集型,如数据分析

 

 




来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/70008135/viewspace-2839062/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2021-10-20

  • 博文量
    10
  • 访问量
    1698