測試Python多執行緒與多程序

#!/usr/bin/python

# -*- coding: utf-8 -*-
import time
import os 
from threading import thread
from multiprocessing import process
def count(x, y):
# 使程式完成大量計算
for i in xrange(100000):
x += x
y += y
def write(filename):
f = open(filename, "w")
for i in xrange(100000):
f.write("testwrite\n")
f.close()
def read(filename):
f = open(filename, "r")
lines = f.readlines()
f.close()
def io(filename):
write(filename)
read(filename)
def testsingleprocess():
# cpu密集操作
t = time.time()
for i in xrange(10):
count(1, 1)
print("singleprocess cpu", time.time() - t)
# io密集操作
t = time.time()
for i in xrange(10):
io("test%d.txt"%i)
print("singleprocess io", time.time() - t)
def testmultithreading():
counts = 
t = time.time()
for i in xrange(10):
thread = thread(target=count, args=(1,1))
thread.start()
e = counts.__len__()
while true:
for th in counts:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("multithreading cpu",time.time() - t)
ios = 
t = time.time()
for i in xrange(10):
thread = thread(target=io, args=("test%d.txt"%i,))
thread.start()
e = ios.__len__()
while true:
for th in ios:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("multithreading io",time.time() - t)
def testmultiprocess():
counts = 
t = time.time()
for i in xrange(10):
process = process(target=count, args=(1,1))
process.start()
e = counts.__len__()
while true:
for th in counts:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("multiprocess cpu", time.time() - t)
ios = 
t = time.time()
for i in xrange(10):
process = process(target=io, args=("test%d.txt"%i,))
process.start()
e = ios.__len__()
while true:
for th in ios:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("multiprocess io", time.time() - t)
def cleartmpfile():
for i in xrange(10):
os.remove("test%d.txt"%i) 
if __name__ == "__main__": 
testsingleprocess()
time.sleep(2)
cleartmpfile()
time.sleep(2)
testmultithreading()
time.sleep(2)
cleartmpfile()
time.sleep(2)
testmultiprocess()
time.sleep(2)
cleartmpfile()

執行結果：

('singleprocess cpu', 41.20599985122681)

('singleprocess io', 0.3340001106262207)

('multithreading cpu', 41.062999963760376)

('multithreading io', 4.700000047683716)

('multiprocess cpu', 11.5239999294281)

('multiprocess io', 0.29200005531311035)

可以看出，只有多程序下，才能利用多核的優勢，將大量計算快速執行完畢

原因是:

python是執行在直譯器中的語言，有乙個全域性鎖（gil），在使用多執行緒(thread)的情況下，不能發揮多核的優勢。

而使用多程序(multiprocess)，則可以發揮多核的優勢真正地提高效率。

另外，python還有基於協程的網路庫gevent

（github

）協程不同於執行緒的地方在於協程不是作業系統進行切換，而是由編碼進行切換，即由程式設計師控制的，這樣就沒有了執行緒的所謂安全問題。

python 多執行緒與多程序效率測試

目錄 在python中，計算密集型任務適用於多程序，io密集型任務適用於多執行緒 正常來講，多執行緒要比多程序效率更高，因為程序間的切換需要的資源和開銷更大，而執行緒相對更小，但是我們使用的python大多數的直譯器是cpython，眾所周知cpython有個gil鎖，導致執行計算密集型任務時多執行...

Python 多執行緒與多程序

前言 以前玩單機或者玩小資料集，都基本不用多執行緒或多程序都能基本滿足需求了 所以沒怎麼了解這方面的東西。但現在玩幾百萬甚至上千萬的資料，甚至集群等東西之後，就有必要學習多執行緒或多程序了。在python中首先要匯入相關的模組 import threading as td import multip...

python 多執行緒與多程序

程序與執行緒的區別 程序 應用程式的執行例項，每乙個執行中的程式就是乙個程序 執行緒 程序的組成部分，乙個程序可以擁有多個執行緒 在多執行緒中，會有乙個主線程來完成整個程序從開始到結束的全部操作，而其他的執行緒會在主線程的執行過程中被建立或退出。python景區賣票系統 多執行緒的應用 import...