python3.6

threading和multiprocessing

四核+三星250G-850-SSD

自從用多進程和多線程進行編程，一致沒搞懂到底誰更快。網上很多都說python多進程更快，因為GIL(全局解釋器鎖)。但是我在寫代碼的時候，測試時間卻是多線程更快，所以這到底是怎么回事？最近再做分詞工作，原來的代碼速度太慢，想提速，所以來探求一下有效方法(文末有代碼和效果圖)

這里先來一張程序的結果圖，說明線程和進程誰更快

一些定義

并行是指兩個或者多個事件在同一時刻發生。并發是指兩個或多個事件在同一時間間隔內發生

線程是操作系統能夠進行運算調度的最小單位。它被包含在進程之中，是進程中的實際運作單位。一個程序的執行實例就是一個進程。

實現過程

而python里面的多線程顯然得拿到GIL,執行code，最后釋放GIL。所以由于GIL，多線程的時候拿不到，實際上，它是并發實現，即多個事件，在同一時間間隔內發生。

但進程有獨立GIL，所以可以并行實現。因此，針對多核CPU，理論上采用多進程更能有效利用資源。

現實問題

在網上的教程里面，經常能見到python多線程的身影。比如網絡爬蟲的教程、端口掃描的教程。

這里拿端口掃描來說，大家可以用多進程實現下面的腳本，會發現python多進程更快。那么不就是和我們分析相悖了嗎？

            
import sys,threading
from socket import *

host = "127.0.0.1" if len(sys.argv)==1 else sys.argv[1]
portList = [i for i in range(1,1000)]
scanList = []
lock = threading.Lock()
print('Please waiting... From ',host)


def scanPort(port):
  try:
    tcp = socket(AF_INET,SOCK_STREAM)
    tcp.connect((host,port))
  except:
    pass
  else:
    if lock.acquire():
      print('[+]port',port,'open')
      lock.release()
  finally:
    tcp.close()

for p in portList:
  t = threading.Thread(target=scanPort,args=(p,))
  scanList.append(t)
for i in range(len(portList)):
  scanList[i].start()
for i in range(len(portList)):
  scanList[i].join()
          

誰更快

因為python鎖的問題，線程進行鎖競爭、切換線程，會消耗資源。所以，大膽猜測一下：

在CPU密集型任務下，多進程更快，或者說效果更好；而IO密集型，多線程能有效提高效率。

大家看一下下面的代碼：

            
import time
import threading
import multiprocessing

max_process = 4
max_thread = max_process

def fun(n,n2):
  #cpu密集型
  for i in range(0,n):
    for j in range(0,(int)(n*n*n*n2)):
      t = i*j

def thread_main(n2):
  thread_list = []
  for i in range(0,max_thread):
    t = threading.Thread(target=fun,args=(50,n2))
    thread_list.append(t)

  start = time.time()
  print(' [+] much thread start')
  for i in thread_list:
    i.start()
  for i in thread_list:
    i.join()
  print(' [-] much thread use ',time.time()-start,'s')

def process_main(n2):
  p = multiprocessing.Pool(max_process)
  for i in range(0,max_process):
    p.apply_async(func = fun,args=(50,n2))
  start = time.time()
  print(' [+] much process start')
  p.close()#關閉進程池
  p.join()#等待所有子進程完畢
  print(' [-] much process use ',time.time()-start,'s')

if __name__=='__main__':
  print("[++]When n=50,n2=0.1:")
  thread_main(0.1)
  process_main(0.1)
  print("[++]When n=50,n2=1:")
  thread_main(1)
  process_main(1)
  print("[++]When n=50,n2=10:")
  thread_main(10)
  process_main(10)
          

結果如下：

可以看出來，當對cpu使用率越來越高的時候（代碼循環越多的時候），差距越來越大。驗證我們猜想

CPU和IO密集型

1、CPU密集型代碼(各種循環處理、計數等等)

2、IO密集型代碼(文件處理、網絡爬蟲等)

判斷方法：

1、直接看CPU占用率, 硬盤IO讀寫速度

2、計算較多->CPU;時間等待較多(如網絡爬蟲)->IO

3、請自行百度

以上這篇python多進程和多線程究竟誰更快(詳解)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。