Python中的多任务--进程和多线程

末蓝、 2022-05-09 02:44 326阅读 0赞

摘至本人有道云笔记《Python中的多任务--进程和多线程》

# 1.什么是多任务--进程 #

简单地说，就是操作系统可以同时运行多个任务。对于操作系统来说，一个任务就是一个进程。

### **关于多任务的调度** ###

时间片调度：各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再 切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

有些进程还不止同时干一件事，比如Word，它可以同时进行打字、拼写检查、打印等事情。在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，我们把**进程**内的这些“**子任务**”称为**线程**（Thread）。

**多任务**可以由**多进程**完成，也可以由一**个进程内的多线程**完成。

# 2.什么是线程 #

线程是操作系统中能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。

一个线程指的是进程中一个单一顺序的控制流。

一个进程中可以并发多条线程，每条线程并行执行不同的任务。

### **多线程的理解** ###

多进程和多线程都可以执行多个任务，线程是进程的一部分。线程的特点是线程之间可以共享内存和变量，资源消耗少（不过在Unix环境中，多进程和多线程资源调度消耗差距不明显，Unix调度较快），缺点是线程之间的同步和加锁比较麻烦。

# 3.如何同时执行多个任务？ #

1）启动**多个进程**

2）启动**一个进程**，在一个进程内启动**多个线程**，这样，多个线程也可以一块执行多个任务。

3）启动多个进程，每个进程再启动多个线程，这样同时执行的任务就更多了，当然这种模型更复杂，实际**很少采用**。

### 多任务的实现有3种方式： ###

*  多进程模式；
 *  多线程模式；
 *  多进程+多线程模式。

同时执行多个任务通常各个任务之间并不是没有关联的，而是需要相互通信和协调 Queue()

# 4.进程和线程的区别 #

### 1）运行方式不同 ###

*   *   *  进程不能单独执行，它只是资源的集合。
         *  进程要操作CPU，必须要先创建一个线程。
         *  所有在同一个进程里的线程，是同享同一块进程所占的内存空间

### 2）关系 ###

*   *   *  进程中第一个线程是主线程，主线程可以创建其他线程；其他线程也可以创建线程；线程之间是平等的。
         *  进程有父进程和子进程，独立的内存空间，唯一的标识符：pid。
         *  线程共享内存空间，进程的内存是独立的。

### 3）交互 ###

*   *   *  同一个进程里的线程之间可以直接访问。
         *  两个进程想通信必须通过一个中间代理来实现。
         *  一个线程可以控制和操作同级线程里的其他线程，但是进程只能操作子进程

# 5.什么的并发和并行？ #

并发：微观上CPU轮流执行，宏观上用户看到同时执行。因为cpu切换任务非常快。

进程数大于CPU核数

并行：是指系统真正具有同时处理多个任务（动作）的能力。

进程小于CPU核数

**多线程属于高并发**

# 6.同步、异步和轮询的区别？ #

同步任务：B一直等着A，等A完成之后，B再执行任务。(打电话案例)

轮询任务：B没有一直等待A，B过一会来问一下A，过一会问下A

异步任务：B不需要一直等着A, B先做其他事情，等A完成后A通知B。（发短信案例）**常用**

# 7.计算密集型任务和IO密集型任务 #

是否采用多任务的第二个考虑是任务的类型。我们可以把任务分为计算密集型和IO密集型。

**第一种**：计算密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。

计算密集型任务由于主要消耗CPU资源，因此，代码运行效率至关重要。Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C语言编写。

**第二种**：任务的类型是IO密集型，涉及到网络、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但也有一个限度。常见的大部分任务都是IO密集型任务，比如Web应用。

IO密集型任务执行期间，99%的时间都花在IO上，花在CPU上的时间很少，因此，用运行速度极快的C语言替换用Python这样运行速度极低的脚本语言，完全无法提升运行效率。对于IO密集型任务，最合适的语言就是开发效率最高（代码量最少）的语言，脚本语言是首选，C语言最差。

**计算密集型**任务，应该使用Python **多进程**。

**IO密集型**任务，应使用**多线程**

2018/08/02 16:23