Python——線程和進程

標籤：自動   效率   網路爬蟲   ret   耗資源   相同   rom   封裝   設計   

進程：一個進程就是一個程式，進程可以使用多核CPU。

線程：進程裡面的最小的執行單元，幹活的是線程

　　　一個進程裡面最少有一個線程（主線程），可以有多個線程（子線程）

　　　線程之間是相互獨立的。主線程和子線程也是相互獨立的。

           主線程會從頭到尾執行命令。不會等待子線程。子線程執行完以後就消了

　　    多個線程操作一個資料的時候，最好加上鎖。

　　　from threading import Lock

　　    lock = Lock()

　　　def run（）：

　　　　golbal num=0

　　　　lock.acquire()   #加鎖

　　　　num+=1

　　　　lock.release()  #解鎖

　　　　另一種寫法：with lock:

                                         num+=1

守護線程：

　　　守護線程就是和秦始皇陪葬的人一樣

　　    主線程是秦始皇，子線程就是陪葬的人

沒有真正上的並發，你的電腦是幾核的，那最多隻能同時運行幾個任務。

　　　python裡面的多線程，利用不了多核cpu，只能利用一個核心的cpu

          有些情況下，用多線程比單線程速度還慢

         

python 為什麼不能利用多核 CPU 

GIL 其實是因為在 python中有一個 GIL（ Global Interpreter Lock），中文為：全域解譯器鎖。 

1、最開始時候設計GIL是為了資料安全。python為了資料安全設計了這個 GIL。 

2、每個 CPU在同一時間只能執行一個線程： 

      在單核 CPU下的多線程其實都只是並發，不是並行，並發和並行從宏觀上來講都是同時處理多路請求的概念。 但並發和並行又有區別，並行是指

      兩個或者多個事件在同一時刻發生；而並發是指兩個或多個事件在同一時間間隔內發生）

　  在 python多線程下，每個線程的執行方式如下：

　　1、擷取GIL

　　2、執行代碼直到sleep或者是 python虛擬機器將其掛起。 

　　3、釋放 GIL

為什麼有時候多線程效率低於單線程？ 

　　1、如上我們可以知道，在 python中想要某個線程要執行必須先拿到 GIL這把鎖，且 python只有一個 GIL，拿到這個 GIL才能進入 CPU執行， 在遇

到 I/O操作時會釋放這把鎖。如果是純計算的程式，沒有 I/O 操作，解譯器會每隔 100次操作就釋放這把鎖，讓別的線程有機會 執行（這個次數可以通

sys.setcheckinterval來調整）。所以雖然 CPython 的線程庫直接封裝作業系統的原生線程，但 CPython 進程做為一個整體，同一時間只會有一個獲得了 

GIL 的線程在跑，其它的線程都處於等待狀態等著 GIL 的釋放。

　　2、而每次釋放 GIL鎖，線程進行鎖競爭、切換線程，會消耗資源。並且由於 GIL鎖存在，python裡一個進程永遠只能同時執行一個線程 (拿到 GIL的線

程才能執行 )，這就是為什麼在多核 CPU上， python的多線程效率並不高。

 

為什麼python的多線程利用不了多核cpu，那為什麼比單線程速度要快？

　　相同的代碼，為何有時候多線程會比單線程慢，有時又會比單線程快？ 

　　這主要跟啟動並執行代碼有關： 

　　1、 CPU密集型代碼(各種迴圈處理、計數等等 )，在這種情況下，由於計算工作多， ticks計數很快就會達到 100閾值，然後觸發 GIL的釋放與再競

爭 （多個線程來回切換當然是需要消耗資源的），所以 python下的多線程遇到 CPU密集型代碼時，單線程比多線程效率高。 

　　2、IO密集型代碼 (檔案處理、網路爬蟲等 )，多線程能夠有效提升效率

　　　 單線程下有 IO操作會進行 IO等待，造成不必要的時間浪費。

　　　 開啟多線程能線上程 A等待時，自動切換到線程 B，可以不浪費 CPU的資源，從而能提升程式執行效率 。

　　     進行 IO密集型的時候可以進行分時切換 所有這個時候多線程快過單線程

 

如果 python想充分利用多核 CPU，可以採用多進程。

　　    每個進程有各自獨立的 GIL，互不干擾，這樣就可以真正意義上的並存執行。

　　　在 python中，多進程的執行效率優於多線程 (僅僅針對多核 CPU而言 )。所以在多核 CPU下，想做並行提升效率，比較通用的方法是使用多進程，能夠有效提高執行效率。

Python——線程和進程