使用Python多进程的理由

python 是运行在解释器中的语言,查找资料知道, python 中有一个全局锁( gi),在使用多进程( threa)的情况下,不能发挥多核的优势。而使用多进程( multiprocess),则可以发挥多核的优势真正地提高效率。
对比实验
资料显示,如果多线程的进程是 cpu 密集型的,那多线程并不能有多少效率上的提升,相反还可能会因为线程的频繁切换,导致效率下降,推荐使用多进程;如果是 io 密集型,多线程进程可以利用 io 阻塞等待时的空闲时间执行其他线程,提升效率。所以我们根据实验对比不同场景的效率
(1)引入所需要的模块
(2)定义 cpu 密集的计算函数
(3)定义 io 密集的文件读写函数
(4) 定义网络请求函数
(5)测试线性执行 io 密集操作、 cpu 密集操作所需时间、网络请求密集型操作所需时间
输出
cpu 密集:95.6059999466、91.57099986076355 92.52800011634827、 99.96799993515015
io 密集:24.25、21.76699995994568、21.769999980926514、22.060999870300293
网络请求密集型:4.519999980926514、8.563999891281128、4.371000051498413、4.522000074386597、14.671000003814697
(6)测试多线程并发执行 cpu 密集操作所需时间
(7)测试多线程并发执行 io 密集操作所需时间
(8)测试多线程并发执行网络密集操作所需时间
output : 0.7419998645782471、0.3839998245239258、0.3900001049041748
(9)测试多进程并发执行 cpu 密集操作所需时间
output : 54.342000007629395、53.437999963760376
(10)测试多进程并发执行 io 密集型操作
output : 12.509000062942505、13.059000015258789
(11)测试多进程并发执行 http 请求密集型操作
output : 0.5329999923706055、0.4760000705718994
实验结果
cpu 密集型操作 io 密集型操作网络请求密集型操作
通过上面的结果,我们可以看到:
多线程在 io 密集型的操作下似乎也没有很大的优势(也许 io 操作的任务再繁重一些就能体现出优势),在 cpu 密集型的操作下明显地比单线程线性执行性能更差,但是对于网络请求这种忙等阻塞线程的操作,多线程的优势便非常显著了
多进程无论是在 cpu 密集型还是 io 密集型以及网络请求密集型(经常发生线程阻塞的操作)中,都能体现出性能的优势。不过在类似网络请求密集型的操作上,与多线程相差无几,但却更占用 cpu 等资源,所以对于这种情况下,我们可以选择多线程来执行。

机械硬盘怎么安装
如何利用IoT云平台统计设备数据?
光猫和路由器的区别介绍
高级HDMI线缆亮相2016台北国际电脑展
harmonyos是什么意思_HarmonyOS的意义
使用Python多进程的理由
赛普拉斯发布全新蓝牙音频解决方案
无汞干电池是什么垃圾
利尔达携手紫光展锐助推5G ToB发展
MEMS压力传感器在汽车胎压监测中的应用
比特币和黄金的价格比预期更相似
欧洲为实现欧盟“气候中和”的目标 大力发展电动汽车产业
基于电力线载波的路灯控制系统设计
74ls390中文资料汇总(74ls390引脚图及逻辑功能_工作原理及特性)
腾达C60S,打开QQ就能进行监控的智能摄像头
智能家居的市场怎么来破局
华为mate10怎么时候上市?华为mate10最新消息:6寸全面屏+麒麟970,华为Mate10性能逆天十月发布?
激光传感器与光电传感器的区别及应用原理解析
基于5G网络从NSA到SA的演进之路该如何推进
基于 Wi-Fi 的紧凑型无线语音通信终端为移动舰员提供高质量的通信