|
|
|
|
|
Python中多进程、多线程、协程区别和应用场景
|
|
|
|
|
|
多任务简单地说，就是操作系统可以同时运行多个任务。分为并行和并发两种。
|
|
|
并行：指的是任务数小于等于CPU核数，即任务真的是一起执行的
|
|
|
并发：指的是实际上一个时间只有一个任务在执行，那效率是怎么提升的？常常程序运行的时候，需要等待IO操作，比如访问数据库，等待网络服务器回传数据 。这个时候并发切换到其它任务就能节省时间了。
|
|
|
|
|
|
进程是资源分配的单位
|
|
|
线程是操作系统调度的单位
|
|
|
进程切换需要的资源大
|
|
|
线程切换需要的资源小
|
|
|
协程切换任务资源很小，协程是在一个线程中所以是并发
|
|
|
|
|
|
IO密集型指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作，此时CPU Loading并不高。这可能是因为任务本身不太需要访问I/O设备。
|
|
|
并行做i/o操作，多线程好些。简单的异步操作，用协程
|
|
|
|
|
|
进程：进程是并行。没有运行的代码叫程序,运行的程序或代码就是一个进程。进程是系统进行资源分配的最小单位，进程拥有自己的内存空间，所以进程间数据不共享。多进程适合计算密集型任务
|
|
|
通常我们所说的电脑配置几核就是最大可以创建的进程，注意因为电脑会切换进程，所以看起来电脑会同时运行的进程数会超过核数
|
|
|
数据无法内存共享。各个进程之间无影响，更稳定和安全，不因个别崩溃而整个系统崩溃。
|
|
|
|
|
|
当需要创建的子进程数量巨大时，就可以用到multiprocessing模块提供的Pool方法
|
|
|
进程是通过Queue实现多进程之间的数据传递，Queue本身是一个消息队列程序。
|
|
|
|
|
|
线程：线程是并发。 一个进程至少有一个线程，叫主线程，多个线程共享内存（数据和全局变量共享）。
|
|
|
多线程适合 IO 密集型操作 。
|
|
|
缺点就是，如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确
|
|
|
当多个线程几乎同时修改某个共享数据的时候，需要进行同步控制。
|
|
|
某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
|
|
|
|
|
|
如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁。
|
|
|
可以添加超时时间等，解决死锁
|
|
|
|
|
|
协程：用户态的轻量级线程，调度有用户控制。
|
|
|
协程是一种 允许在特定位置暂停或恢复的子程序。
|
|
|
和生成器 不同的是，协程 可以控制子程序暂停之后代码的走向，而 生成器 仅能被动地将控制权交还给调用者。
|
|
|
协程看上去像是线程，但是实际使用非线程的方式。
|
|
|
协程 可以只利用一个线程更加轻便地实现 多任务，将任务切换的开销降至最低。
|
|
|
和 回调 等其他异步技术相比，
|
|
|
协程 维持了正常的代码流程，在保证代码可读性的同时最大化地利用了 阻塞 IO 的空闲时间。它的高效与简洁赢得了开发者们的拥戴。
|
|
|
|
|
|
协程实现方式分为
|
|
|
以gevent，第二种语法上以async和await关键字实现的协程，可读性更好一些。（asyncio）
|
|
|
具体的说，协程是函数体中包含yield或者yield from 的函数。一个协程可以通常处于四种状态之一('GEN_CREATED',,'GEN_RUNNING','GEN_SUSPENDED','GEN_CLOSED').
|
|
|
|
|
|
协程和线程都区别就是，线程调度看系统，协程你可以自己控制。yield 就可以实现了
|
|
|
|
|
|
很多时候系统瓶颈都在 IO，很多涉及到 IO 特别是网络的程序都需要用到线程 /协程。
|
|
|
本来线程就复杂，还实现不完整，能用协程就协程
|
|
|
大部分用于 generator 这个特定场景
|
|
|
我自己的话有一个场景，每个登录用户定时拉取外部信息的需求，如果每个用户开一个线程开销太大，所以就用协程还是很方便的
|
|
|
|
|
|
模块
|
|
|
thread模块 是比较底层的模块
|
|
|
threading模块对thread做了一些包装
|
