【Python之路】特别篇--多线程与多进程

并发 与 并行 的区别:

解释一：并发是在同一实体上的多个事件，并行是在不同实体上的多个事件；

解释二：并发是指两个或多个事件在同一时间间隔发生，而并行是指两个或者多个事件在同一时刻发生。

并发：就是同时做多件事情。

例如：终端用户程序利用并发功能，在输入数据的同时响应用户输入。服务器利用并发，在处理第一个请求的同时响应第二个请求。只要你希望程序同时做多件事情，就需要并发。

　　　多线程只是并发的一种形式，但不是唯一形式。还有一种非常重要的并发类型：异步编程，它也是并发的一种形式。

并行：就是把正在执行的大量任务分割成小块，分配给多个同时运行的线程。

　　   一般情况下，为了让CPU充分利用，并行处理都会采用多线程。所以说：并行处理是多线程的一种形式，而多线程是并发的一种形式。

Python 背景:

GIL的全称是Global Interpreter Lock(全局解释器锁)，来源是python设计之初的考虑，为了数据安全所做的决定。

Python下每个CPU在同一时间只能执行一个线程

在Python多线程下，每个线程的执行方式：

1.获取GIL

2.执行代码直到sleep或者是python虚拟机将其挂起。

3.释放GIL

可见，某个线程想要执行，必须先拿到GIL，我们可以把GIL看作是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。

在python2.x里，GIL的释放逻辑是当前线程遇见IO操作或者ticks计数达到100（ticks可以看作是python自身的一个计数器，专门做用于GIL，每次释放后归零，这个计数可以通过 sys.setcheckinterval 来调整），进行释放。

而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。

那么是不是python的多线程就完全没用了呢？

在这里我们进行分类讨论：

1、CPU密集型代码(各种循环处理、计数等等)，在这种情况下，由于计算工作多，ticks计数很快就会达到阈值，然后触发GIL的释放与再竞争（多个线程来回切换当然是需要消耗资源的），所以python下的多线程对CPU密集型代码并不友好。

2、IO密集型代码(文件处理、网络爬虫等)，多线程能够有效提升效率(单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率)。所以python的多线程对IO密集型代码比较友好。

而在python3.x中，GIL不使用ticks计数，改为使用计时器（执行时间达到阈值后，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL导致的同一时间只能执行一个线程的问题，所以效率依然不尽如人意。

请注意：多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低

经常我们会听到老手说：“python下想要充分利用多核CPU，就用多进程”，原因是什么呢？

原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。

所以在这里说结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率

提供几个用于测试单线程,多线程,多进程的脚本

1.定义CPU密集的计算函数

def count(x=1, y=1):
    # 使程序完成150万计算
    c = 0
    while c < 500000:
        c += 1
        x += x
        y += y

2.定义IO密集的文件读写函数

def write():
    f = open("test.txt", "w")
    for x in range(5000000):
        f.write("testwrite\n")
    f.close()

def read():
    f = open("test.txt", "r")
    lines = f.readlines()
    f.close()

3.定义网络请求函数

_head = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
    try:
        webPage = requests.get(url, headers=_head)
        html = webPage.text
        return {"context": html}
    except Exception as e:
        return {"error": e}

1.单线程运行:

#!/usr/bin/env python
# -*-coding:utf-8 -*-

import time,requests

# 定义CPU密集的计算函数
def count(x, y):
    # 使程序完成150万计算
    c = 0
    while c < 500000:
        c += 1
        x += x
        y += y

# 定义IO密集的文件读写函数
def write():
    f = open("test.txt", "w")
    for x in range(5000000):
        f.write("testwrite\n")
    f.close()

def read():
    f = open("test.txt", "r")
    lines = f.readlines()
    f.close()

# 定义网络请求函数:
_head = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
    try:
        webPage = requests.get(url, headers=_head)
        html = webPage.text
        return {"context": html}
    except Exception as e:
        return {"error": e}

if __name__ == '__main__':

    # CPU密集操作
    t = time.time()
    for x in range(10):
        count(1, 1)
    print("Line cpu", time.time() - t)

    # IO密集操作
    t = time.time()
    for x in range(10):
        write()
        read()
    print("Line IO", time.time() - t)

    # 网络请求密集型操作
    t = time.time()
    for x in range(10):
        http_request()
    print("Line Http Request", time.time() - t)

2.多线程运行:

#!/usr/bin/env python
# -*-coding:utf-8 -*-

import threading,time,requests

# 定义CPU密集的计算函数
def count(x, y):
    # 使程序完成150万计算
    c = 0
    while c < 500000:
        c += 1
        x += x
        y += y

# 定义IO密集的文件读写函数
def write():
    f = open("test.txt", "w")
    for x in range(5000000):
        f.write("testwrite\n")
    f.close()

def read():
    f = open("test.txt", "r")
    lines = f.readlines()
    f.close()

def io():
    write()
    read()

# 定义网络请求函数:
_head = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
    try:
        webPage = requests.get(url, headers=_head)
        html = webPage.text
        return {"context": html}
    except Exception as e:
        return {"error": e}

if __name__ == '__main__':

    t_list = []
    t = time.time()
    for x in range(10):
        thread = threading.Thread(target=count,args=(1,1))
        # thread = threading.Thread(target=io)
        # thread = threading.Thread(target=http_request)
        t_list.append(thread)
        thread.start()

    for i in range(10):
        t_list[i].join()

    print("Thread :", time.time() - t)

3.多进程运行:

#!/usr/bin/env python
# -*-coding:utf-8 -*-

from multiprocessing import Process
import threading,time,requests

# 定义CPU密集的计算函数
def count(x, y):
    # 使程序完成150万计算
    c = 0
    while c < 500000:
        c += 1
        x += x
        y += y

# 定义IO密集的文件读写函数
def write():
    f = open("test.txt", "w")
    for x in range(5000000):
        f.write("testwrite\n")
    f.close()

def read():
    f = open("test.txt", "r")
    lines = f.readlines()
    f.close()

def io():
    write()
    read()

# 定义网络请求函数:
_head = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
    try:
        webPage = requests.get(url, headers=_head)
        html = webPage.text
        return {"context": html}
    except Exception as e:
        return {"error": e}

if __name__ == '__main__':

    p_list = []
    t = time.time()
    for x in range(10):
        process = Process(target=count, args=(1,1))
        # process = Process(target=io)
        # process = Process(target=http_request)
        p_list.append(process)
        process.start()

    for i in range(10):
        p_list[i].join()

    print("Multiprocess :", time.time() - t)

在多线程与多进程间 快速切换的方法:

dummy

　　Dummy是一个多进程包的完整拷贝。唯一不同的是，多进程包使用进程，而dummy使用线程（自然也有Python本身的一些限制）。

　　所以一个有的另一个也有。这样在两种模式间切换就十分简单，并且在判断框架调用时使用的是IO还是CPU模式非常有帮助.

from multiprocessing import Pool
# 切换
from multiprocessing.dummy import Pool