关于python:并发和并行-Python中实现多线程-threading-和多进程-multiprocessing

2次阅读

共计 2746 个字符，预计需要花费 7 分钟才能阅读完成。

昨天晚上组会轮到我汇报技术内容，最近正在和 ray 以及 spark 打交道，索性讲一下并发和并行。反正大家都是治理学院的，平时很少接触这种，因而这个选题不大可能因为内容根底而贻笑大方。

本文摆一摆并发和并行。附上很简略的 Python 代码，波及到自带库 threading 和 multiprocessing 的应用。

咱们简略用多线程对应并发，多过程对应并行。多线程并发更强调充分利用性能；多过程并行更强调晋升性能下限。

我用非常简单且不那么谨严的比喻来阐明。

一个 CPU 相当于一个学生。

一个学生一周开一次组会，换句话说一周给老师汇报一次工作。

老师个别会给学生同时安排几个工作，比方做较量、做我的项目、读论文，学生可能周一做做较量、周二读读论文、周三做做我的项目 … 到了组会，他就把三件事都拿进去汇报，老师很快慰，因为在老师的视角里：学生这三件事是同时在做的。

多线程也是同一个情理，假如你的手机只有一块单核 CPU。你的 CPU 这 0.01 秒用来播放音乐，下 0.01 秒用来解析网页 … 在你的视角里：播放音乐和解析网页是同时进行的。你大能够畅快地边听音乐边网上冲浪

何谓充分利用性能？ 如果这学生只有一项工作，那他这一周可能只须要破费两天来做工作，剩下工夫摸鱼（针不搓，三点钟饮茶先！）。因而，咱们用「多线程」来让学生实现『并发』，充分利用学生能力。

在理论状况中，多线程、高并发这些词语更多地呈现在服务端程序里。比方一个网络连接由一个线程负责，一块 CPU 能够负责解决多个异步的申请，大大晋升了 CPU 利用率。

多个 CPU（CPU 的多核）相当于多个学生。

一个工作能够拆成几个工作相互协作、同时进行，则是多过程。

比方研究生课程，老师非得留个论文作业，都研究生了我去，留啥大作业。

那咱就多线程并行搞呗。确定了大略思路，剩下的一股脑写就行。咱队伍里一共甲乙丙丁四名同学，那就：

甲同学负责 Introduction
乙同学负责 Background
丙同学负责 Related Works
丁同学负责 Methodology

这是乙同学提出异议：不应该是先实现 Introduction 再写 Background，一个个来嘛？

大哥，都研究生了嗷，作业糊弄糊弄差不多得了啊。让你写你就写。

能够预知，上述四局部同时进行，怎么也比一个人写四块要快。

所以说 多过程并行晋升性能下限。

在理论状况中，多过程更多地与高性能计算、分布式计算分割在一起。

首先申明咱的试验环境。

> python --version
Python 3.8.5

咱们设置个工作：求数的欧拉函数值。

def euler_func(n: int) -> int:
    res = n
    i = 2
    while i <= n // i:
        if n % i == 0:
            res = res // i * (i - 1)
            while (n % i == 0): n = n // i
        i += 1
    if n > 1:
        res = res // n * (n - 1)
    return res

求一个数的欧拉函数值可能很快，然而一堆数呢？

所以咱想着用并行实现这个工作。

咱们把工作分成三份。

task1 = list(range(2, 50000, 3))  # 2, 5, ...
task2 = list(range(3, 50000, 3))  # 3, 6, ...
task3 = list(range(4, 50000, 3))  # 4, 7, ...

def job(task: List):
    for t in task:
        euler_func(t)

来看看平平无奇的失常串行。

@timer
def normal():
    job(task1)
    job(task2)
    job(task3)

实现了 task1 再实现 task2 … 行，没故障。

看看多线程？

import threading as th

@timer
def mutlthread():
    th1 = th.Thread(target=job, args=(task1,))
    th2 = th.Thread(target=job, args=(task2,))
    th3 = th.Thread(target=job, args=(task3,))

    th1.start()
    th2.start()
    th3.start()

    th1.join()
    th2.join()
    th3.join()

再看看多过程？

import multiprocessing as mp

@timer
def multcore():
    p1 = mp.Process(target=job, args=(task1,))
    p2 = mp.Process(target=job, args=(task2,))
    p3 = mp.Process(target=job, args=(task3,))

    p1.start()
    p2.start()
    p3.start()

    p1.join()
    p2.join()
    p3.join()

上述代码的逻辑是这样的：

我创立线程 / 过程，其生来的目标就是实现工作 job(task1) 或job(task2)、job(task3)，留神这里函数名和参数被离开了target=job, args=(task1,)
而后 start()，通知线程 / 过程：你能够开始干活了
他们本人干本人的，咱们程序主逻辑还得持续往下运行
到 join() 这里，咱们是指让线程 / 过程阻塞住咱的主逻辑，比方 p1.join() 是指：p1不干完活，我主逻辑不往下进行（属于是「阻塞」）
这样，咱们的函数 multcore 完结后，肯定其中的线程 / 过程工作都实现了

咱看看后果：

if __name__ == '__main__':

    print("同步串行：")
    normal()

    print("多线程并发：")
    mutlthread()

    print("多过程并行：")
    multcore()

# 上面是后果
同步串行：timer: using 0.24116 s
多线程并发：timer: using 0.24688 s
多过程并行：timer: using 0.13791 s

后果不太对，按理说，多过程并行 的耗时应该是 同步串行 的三分之一，毕竟三个等同体量的工作在同时进行。

多线程并发 比同步串行 慢是应该的，因为 多线程并发 和同步串行 的算力是一样的，然而多线程并发得在各个工作间来回切换，导致更慢。

你问 @timer 是什么意思？哦，这个是我写的润饰器，如下。

def timer(func):
    @wraps(func)
    def inner_func():
        t = time.time()
        rts = func()
        print(f"timer: using {time.time() - t :.5f} s")
        return rts
    return inner_func

不太明确『Python 润饰器』的老铁，不如给我点个「在看」，再关注下我，咱们当前具体道来。

我是小拍，微信 PiperLHJ，感激关注与在看。

正文完