多线程，多进程，协程

多线程：

通俗解释：计算机处理一大堆数据。计算机太懒了，觉得一个人处理这么多要花费很多时间。于是找了很多人都一块来处理。那么多人来处理这整个数据就叫多线程。我们可以简单理解为一条生产线上的所有工人。

特点

• 运行在一个CPU上
• 方便高效的线程之间内存共享，通信
• 线程之间切换开销比进程之间较小
• 本质上，计算机在同一时间还是处理了同一个事

Python简单代码实现

import threading  # python多进程的包 

def thread_job(a): global lock # 将线程锁引入 lock.acquire() # 开启线程锁 print('This is an added Thread, number is %s' % threading.current_thread()) # 打印当前线程 print(a) lock.release() # 释放线程锁 def main(): # 激活了多少线程 print(threading.active_count()) # 是哪些线程 print(threading.enumerate()) # 当前线程 print(threading.current_thread()) # 添加thread a = 1 added_thread = threading.Thread(target=thread_job, args=(a,) name='T1') # args 为传入的参数,必须为tuple类型。name为名字，可以自己定义 # 执行thread added_thread.start() # 将此线程加到主线程上。表现的结果为主线程会是最后一个结束，不加的话在执行added_thread的job时，如果时间过长，表现为主线程先结束。 added_thread.join() lock = threading.Lock() # 线程锁。意义在于如果有两个任务，第二个线程需要第一个线程返回的数据。则把第一个锁住。确保第一个执行了第二个词再执行。 main()

多进程：

通俗解释：多进程就是拥有不同的生产线的工厂。

特点

• 一个CPU上只能运行一个进程，通常我们所说的电脑配置几核就是最大可以创建的进程(注意这里同时运行，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)
• 数据共享比较难
• 各个进程之间基本无影响，更稳定和安全，不因线程崩溃而整个系统崩溃
• 多进程的代码不易移植到其他机器上跑 因为系统相关性太强

Python简单代码实现

import multiprocessing as mp

def job(a, d): print('aaaaa') # 与多线程很相似 p1 = mp.Process(target=job, args=(1,2), name='P1') p1.start() p1.join() -------------------------------------------------------------------------- # 进程池 def job(x): return x*x def multicore(): pool = mp.Pool(processes=4) # 分配几个核 res = pool.map(job, range(10)) # map 表示可迭代的参数 print(res) res = pool.apply_async(job, (2,)) # apply_async 表示只能是一个参数，不可迭代 print(res.get()) # 强行改成迭代的方法 multi_res = [pool.apply_async(job, (i,)) for i in range(10)] print([re.get() for re in multi_res]) -------------------------------------------------------------------------- # 共享内存 value = mp.Value('d', 1) array = mp.Array('i', [1,3,4]) # 不可是多维的 # 共享内存和进程锁 def job(v, num, l): l.acquire() # 加上进程锁 for _ in range(10): time.sleep(0.1) v.value += num print(v.value) l.release() # 释放线程锁 # 这个方法可以实现累加，不会出现断断续续的加 def multicore(): l = mp.Lock() v = mp.Value('i', 0) # 共享了个i类型的数据0，i可以查表知道什么类型 p1 = mp.Process(target=job,args=(v,1,l)) p2 = mp.Process(target=job,args=(v,3,l)) p1.start() p2.start() p1.join() p2.join() multicore()

asyncio

python 协程框架
通俗解释：IO密集型任务，一个用来协调的工具。
那么为什么要协调工作？
因为IO代表INPUT，OUTPUT很多，但是此时又不需要CPU的运算。也就是后来的代码全部需要前一个任务结束之后才能执行，很浪费时间。
举个例子：做爬虫时，在你请求第一个图片获得数据的时候，它会切换请求第二个图片或其他图片，等第一个图片获得所有数据后再切换回来，从而实现多线程批量下载的功能，速度超快。

本质：单线程

python代码简单实现

import asyncio  #引入协程框架
import time async def job(t): # async代表这个方法可以异步 print('Start job ', t) await asyncio.sleep(t) # await代表运行这个方法的时候可以切换到下一个程序 print('Job ', t, ' takes', t, ' s') async def main(loop): tasks = [loop.create_task(job(t)) for t in range(1,3)] # loop代表创建了协程的任务 await asyncio.wait(tasks) t1 = time.time() loop = asyncio.get_event_loop() loop.run_until_complete(main(loop)) loop.close() print('Async', time.time() - t1, ' s')

参考

[1] 进程与线程的一个简单解释

[2] 莫烦python

来源：https://zhuanlan.zhihu.com/p/88129634