python判断任务是CPU密集型还是IO密集型

目前已经知道，在需要并发执行任务的时候，需要使用多线程或者多进程;如果是IO密集型任务，使用多线程，如果是CPU密集型任务，使用多进程;但问题是，经常我们会遇到一种情况就是:需要被执行的任务既有IO操作，又有计算操作,那么这种情况下，已经无法 直观的判断任务是IO操作的多还是计算操作的多了;

所以，在开始并发任务之前，可以先进行测试，看看是使用多线程还是多进程所用的时间少，那个少就用那个

python 多进程模块multiprocessing，提供了多进程的进程池和多线程的线程池，辅助我们进行测试,如下:

from multiprocessing import Pool
from multiprocessing.dummy import Pool as ThreadPool

其中第一个pool是多进程的进程池，第二个是线程池，如果查看dummy的源码，可以看到dummy继承自Threading.thread

class DummyProcess(threading.Thread):

    def __init__(self, group=None, target=None, name=None, args=(), kwargs={}):
        threading.Thread.__init__(self, group, target, name, args, kwargs)
        self._pid = None
        self._children = weakref.WeakKeyDictionary()
        self._start_called = False
        self._parent = current_process()

multiprocessing.dummy实际上调用的是多线程的模块，是对多线程模块的进一步封装,使得其和多进程的具有相同的API;

介绍完了模块，我们使用实际的例子来测试任务:

任务:使用urllib请求多个url，并计算返回的字符串的长度;

　　分别使用多进程和多线程去执行该任务

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
__author__ = 'Charles Chang'

from multiprocessing import Pool
from multiprocessing.dummy import Pool as ThreadPool
from multiprocessing import freeze_support

import urllib2

urls = [
  'http://www.python.org',
  'http://www.python.org/about/',
  'http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html',
  'http://www.python.org/doc/',
  'http://www.python.org/download/',
  'http://www.python.org/getit/',
  'http://www.python.org/community/',
  'https://wiki.python.org/moin/',
  'http://planet.python.org/',
  'https://wiki.python.org/moin/LocalUserGroups',
  'http://www.python.org/psf/',
  'http://docs.python.org/devguide/',
  'http://www.python.org/community/awards/'
  ]

import time

def w1(func):
    def inner(*args,**kwargs):
        past = time.time()
        func(*args,**kwargs)
        now = time.time()
        cost_time = now - past
        print "The function <%s> cost time: <%s>"%(func.func_name,cost_time)
    return inner

def test(n):
    print len(urllib2.urlopen(n).read())

ppool = Pool(4)
@w1
def MulProcess():
    for n in urls:
        ppool.apply(func=test,args=(n,))
    ppool.close()
    ppool.join()
MulProcess()
tpool = ThreadPool(4)
@w1
def MulThreading():
    for n in urls:
        tpool.apply(func=test,args=(n,))
    tpool.close()
    tpool.join()
MulThreading()

运行结果:

[root@linux-node1 ~]# python m1.py
47436
40307
34778
38780
94856
94767
33406
22916
277026
108358
42671
66493
32669
The function <MulProcess> cost time: <55.7311470509>
47436
40307
34778
38780
94856
94767
33406
22916
277026
108358
42671
66493
32669
The function <MulThreading> cost time: <93.1050798893>

可以看到:使用多进程耗时短

参考链接:http://chriskiehl.com/article/parallelism-in-one-line/