python 進程、線程 （二）
一、多線程與多進程的對比
在python 進程、線程 (一)中簡單的說過，CPython中的GIL使得同一時刻只能有一個線程運行，即並發執行。並且即使是多核CPU，GIL使得同一個進程中的多個線程也無法映射到多個CPU上運行，這麽做最初是為了安全著想，慢慢的也成為了限制CPython性能的問題。
就像是一個線程想要執行，就必須得到GIL，否則就不能拿到CPU資源。但是也不是說一個線程在拿到CPU資源後就一勞永逸，在執行的過程中GIL可能會釋放並被其他線程獲取，所以說其它的線程會與本線程競爭CPU資源。
在understand GIL：http://www.dabeaz.com/python/UnderstandingGIL.pdf中有關於GIL釋放和GIL的概要。
但是對於多進程，GIL就無法限制，多個進程可以再多個CPU上運行，充分利用多核優勢。事情往往是相對的，雖然可以充分利用多核優勢，但是進程之間的切換卻比線程的切換代價更高。
所以選擇多線程還是多進程，主要還是看怎樣權衡代價，什麽樣的情況。
1、CPU密集代碼
下面來利用斐波那契數列模擬CPU密集運算。
def fib(n):
# 求斐波那契數列的第n個值
if n<=2:
return 1
return fib(n-1)+fib(n-2)<1>、多進程
打印第25到35個斐波那契數，並計算程序運行時間
import time from concurrent.futures import ThreadPoolExecutor, as_completed from concurrent.futures import ProcessPoolExecutor def fib(n): if n<=2: return 1 return fib(n-1)+fib(n-2) if __name__ == "__main__": with ProcessPoolExecutor(3) as executor: # 使用進程池控制 每次執行3個進程 all_task = [executor.submit(fib, (num)) for num in range(25,35)] start_time = time.time() for future in as_completed(all_task): data = future.result() print("exe result: {}".format(data)) print("last time is: {}".format(time.time()-start_time)) # 輸出 exe result: 75025 exe result: 121393 exe result: 196418 exe result: 317811 exe result: 514229 exe result: 832040 exe result: 1346269 exe result: 2178309 exe result: 3524578 exe result: 5702887 last time is: 4.457437038421631
輸出結果，每次打印三個exe result，總重打印十個結果，多進程運行時間為4.45秒
<2>、多線程
import time
from concurrent.futures import ThreadPoolExecutor, as_completed
from concurrent.futures import ProcessPoolExecutor
def fib(n):
if n<=2:
return 1
return fib(n-1)+fib(n-2)
if __name__ == "__main__":
with ThreadPoolExecutor(3) as executor: # 使用線程池控制 每次執行3個線程
all_task = [executor.submit(fib, (num)) for num in range(25,35)]
start_time = time.time()
for future in as_completed(all_task):
data = future.result()
print("exe result: {}".format(data))
print("last time is: {}".format(time.time()-start_time))
# 輸出
exe result: 121393
exe result: 75025
exe result: 196418
exe result: 317811
exe result: 514229
exe result: 832040
exe result: 1346269
exe result: 2178309
exe result: 3524578
exe result: 5702887
last time is: 7.3467772006988525最終程序運行時間為7.34秒
程序的執行之間與計算機的性能有關，每天計算機的執行時間都會有差異。從上述結果中看顯然多線程比多進程要耗費時間。這就是因為對於密集代碼(密集運算，循環語句等)，tick計數很快達到100，GIL來回的釋放競爭，線程之間頻繁切換，所以對於密集代碼的執行中，多線程性能不如對進程。
2、I/O密集代碼
一個線程在I/O阻塞的時候，會釋放GIL，掛起，然後其他的線程會競爭CPU資源，涉及到線程的切換，但是這種代價與較高時延的I/O來說是不足為道的。
下面用sleep函數模擬密集I/O
def random_sleep(n):
time.sleep(n)
return n<1>、 多進程
def random_sleep(n):
time.sleep(n)
return n
if __name__ == "__main__":
with ProcessPoolExecutor(5) as executor:
all_task = [executor.submit(random_sleep, (num)) for num in [2]*30]
start_time = time.time()
for future in as_completed(all_task):
data = future.result()
print("exe result: {}".format(data))
print("last time is: {}".format(time.time()-start_time))
# 輸出
exe result: 2
exe result: 2
......（30個）
exe result: 2
exe result: 2
last time is: 12.412866353988647每次打印5個結果，總共二十個打印結果，多進程運行時間為12.41秒
<2>、多線程
def random_sleep(n):
time.sleep(n)
return n
if __name__ == "__main__":
with ThreadPoolExecutor(5) as executor:
all_task = [executor.submit(random_sleep, (num)) for num in [2]*30]
start_time = time.time()
for future in as_completed(all_task):
data = future.result()
print("exe result: {}".format(data))
print("last time is: {}".format(time.time()-start_time))
# 輸出
exe result: 2
exe result: 2
......（30個）
exe result: 2
exe result: 2
last time is: 12.004231214523315I/O密集多線程情況下，程序的性能較多進程有了略微的提高。IO密集型代碼(文件處理、網絡爬蟲等)，多線程能夠有效提升效率(單線程下有IO操作會進行IO等待，造成不必要的時間浪費，而開啟多線程能在線程A等待時，自動切換到線程B，可以不浪費CPU的資源，從而能提升程序執行效率)。所以python的多線程對IO密集型代碼比較友好。
3、總結
- CPU密集型代碼(各種循環處理、計數等等)，多線程性能不如多進程。
- I/O密集型代碼(文件處理、網絡爬蟲等)，多進程不如多線程。
python 進程、線程 （二）