聊聊python多线程与多进程

简介: 为什么要使用多进程与多线程呢?因为我们如果按照流程一步步执行任务实在是太慢了,假如一个任务就是10秒,两个任务就是20秒,那100个任务呢?况且cpu这么贵,时间长了就是浪费生命啊!一个任务比喻成一个人,别个做高铁,你做绿皮火车,可想而知!接下来我们先看个例子:

为什么要使用多进程与多线程呢?

因为我们如果按照流程一步步执行任务实在是太慢了,假如一个任务就是10秒,两个任务就是20秒,那100个任务呢?况且cpu这么贵,时间长了就是浪费生命啊!一个任务比喻成一个人,别个做高铁,你做绿皮火车,可想而知!接下来我们先看个例子:

from random import randint
from time import sleep,time
def download_task(file_name):
    print('begin download file %s' %file_name)
    spend_time=randint(5,10)
    sleep(spend_time)
    print('%s finish download spend time %d sencond' %(file_name,spend_time))
def main():
    start=time()
    dowload_task('1.txt')
    dowload_task('2.txt')
    end=time()
    print('total time %.2f' %(end-start))
if __name__=='__main__':
    main()

执行结果如下图:

都花费13s了。。。。。。。。,大无语好吧!

多进程

from multiprocessing import Process
from random import randint
from os import getpid
from time import time,sleep
def download_task(file_name):
    print('begin download file %s' %file_name)
    
    spend_time=randint(5,10)
    sleep(spend_time)
    print('%s finish download spend time %d sencond' %(file_name,spend_time))
def main():
    start=time()
    dowload_task('1.txt')
    dowload_task('2.txt')
    end=time()
    print('total time %.2f' %(end-start))
if __name__=='__main__':
    main()

执行结果如下:

上面的代码就是通过Process类创建的进程对象,通过target参数传递一个需执行的函数,args是要传入的传输,它是一个组。后面通过start()来启动函数,join()等待函数结束,我们可以从出时间减少了很多,最后的时间不在是两个任务依次执行的综合了!

多线程

# /usr/bin/python3
from random import randint
from threading import Thread
from time import time, sleep
from os import getpid
def dowload_task(file_name):
    print("开始下载%s" % file_name)
    print("进程id %d" % getpid())
    spend_time = randint(5, 10)
    sleep(spend_time)
    print("%s下载完成,耗费%ds" % (file_name, spend_time))
def main():
    start = time()
    p1 = Thread(target=dowload_task, args=("1.txt",))
    p1.start()
    p2 = Thread(target=dowload_task, args=("2.txt",))
    p2.start()
    p1.join()
    p2.join()
    end = time()
    print("总共花费%ss" % (end - start))
if __name__ == "__main__":
    main()

执行结果

用class方式

# /usr/bin/python3
from random import randint
from threading import Thread
from time import time, sleep
from os import getpid
class Down_task(Thread):
    def __init__(self, file_name):
        super().__init__()
        self._file_name = file_name
    def run(self):
        print("开始下载%s" % self._file_name)
        print("进程id %d" % getpid())
        spend_time = randint(5, 10)
        sleep(spend_time)
        print("%s下载完成,耗费%ds" % (self._file_name, spend_time))
def main():
    start = time()
    p1 = Down_task(
        "1.txt",
    )
    p1.start()
    p2 = Down_task(
        "2.txt",
    )
    p2.start()
    p1.join()
    p2.join()
    end = time()
    print("总共花费%ss" % (end - start))
if __name__ == "__main__":
    main()

执行结果:

问题:

  1. 那你们知道进程与线程区别吗?
  2. 什么时候用线程什么时候用进程?
  3. 线程在做计算任务时,需要注意什么呢?
相关文章
|
4月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
4月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
184 0
|
1月前
|
Java 测试技术 API
【JUC】(1)带你重新认识进程与线程!!让你深层次了解线程运行的睡眠与打断!!
JUC是什么?你可以说它就是研究Java方面的并发过程。本篇是JUC专栏的第一章!带你了解并行与并发、线程与程序、线程的启动与休眠、打断和等待!全是干货!快快快!
420 2
|
1月前
|
JSON 网络协议 安全
【Java】(10)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
143 1
|
1月前
|
JSON 网络协议 安全
【Java基础】(1)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
162 1
|
1月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
232 0
|
3月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
261 1
|
4月前
|
监控 编译器 Python
如何利用Python杀进程并保持驻留后台检测
本教程介绍如何使用Python编写进程监控与杀进程脚本,结合psutil库实现后台驻留、定时检测并强制终止指定进程。内容涵盖基础杀进程、多进程处理、自动退出机制、管理员权限启动及图形界面设计,并提供将脚本打包为exe的方法,适用于需持续清理顽固进程的场景。
|
4月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
4月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集

推荐镜像

更多