多进程与多线程孰优孰劣？

开始正文之前。我们先来注意这样几点：

　　1、什么是进程？

正在执行的一个程序或者一个任务，负责执行任务的是CPU。进程是用来把资源集中到一起的，简而言之，进程是资源单位，或者说资源集合。

　　2、什么是线程？

线程是CPU上的执行单位。同一个进程内的多个线程共享该进程内的地址资源。创建线程的开销远小于创建进程的开销。

　　3、进程和线程的区别

① 每启动一个进程，这个进程内至少得有一个线程。
② 进程本身只是一个资源单位，并不是真正执行，进程内的线程才是执行单位。
③ 一个进程内可以有多个线程，且进程在内存中相互隔离，而同一个进程内的线程是共享资源的，各线程之间地位是平等的。
④ 进程更消耗资源，而线程开销小，是在已有的进程内占用。

正文开始

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------

　　看了以上这些，大家肯定认为多线程是优于多进程的，那么多线程任何时候都优于多进程吗？

　　我们慢慢接着看，用实例说话。

　　计算机程序进行的操作粗略可分为计算密集型和IO（输入输出）密集型两种。我们通过分别开启多进程和多线程

测试计算机的运行时间，以此来判断多进程和多线程的效率高低，即优劣之分。

　　第一种：计算密集型

#！/user/bin/env python3
# -*- coding:utf-8 -*-
# write by congcong

from multiprocessing import Process
from threading import Thread
import time
import os


def task():
    res = 10
    for i in range(10000000):
        res *= i


if __name__ == "__main__":
    t_list = []
    print(os.cpu_count())  # 显示本机cpu核心数--》4
    start_time = time.time()  # 程序开始时刻
    for i in range(20):
        p = Process(target=task)  # 开启多个线程

        t = Thread(target=task)   # 开启多个线程

        #t_list.append(p)  # 添加进程到列表
        t_list.append(t)   # 添加线程到列表
    for t in t_list: #依次启动进程\线程
        t.start()
    for t in t_list: # 使用join方法保证每个进程\线程都执行完毕
        t.join()
    stop_time = time.time() # 程序结束时刻
    print('程序运行总时长：%s'%(stop_time-start_time))

　　猜一猜，哪一个的效率更高，是多进程？还是多线程？谜底在下方...

#多进程下程序运行总时长：8.04701852798462

#多线程下程序运行总时长：11.769368171691895

View Code

　　为什么如此呢？原因是什么？我们稍后再议，先接着比较第二种情况（IO密集型）时多进程和多线程的表现。

　　第二种情况：IO密集型

#！/usr/bin/env python3
#-*- coding:utf-8 -*-
# write by congcong

from multiprocessing import Process
from threading import Thread
import time
import os

def task():
    time.sleep(2) # 模拟IO操作
    
if __name__== "__main__":
    t_list = []
    print(os.cpu_count())  #  显示本机cpu核心数--》4
    start_time = time.time()  # 程序开始时刻
    for i in range(100):
        #p = Process(target=task)  # 开启多个进程
        t = Thread(target=task)   # 开启多个线程
        #t_list.append(p)   # 添加进程到列表
        t_list.append(t)   # 添加线程到列表
    for t in t_list:  # 依次启动进程\线程
        t.start()
    for t in t_list:   # 使用join方法保证每个进程\线程都执行完毕
        t.join()
    stop_time = time.time()
    print('程序运行总时长：%s'%(stop_time-start_time))

　　大家再猜一下，这时候两者的效率有何不同？谜底见下方：

# 开启多个进程 程序运行总时长--8.04701852798462

# 开启多个线程 程序运行总时长--2.011910915374756

View Code

　　耐心看到这里的同学大概已经明白了，多进程和多线程各有优劣，没有谁能无敌天下，

要分不同的情况分析才合理，详细的总结如下：

针对第一种情况（计算密集型），因为Python有了GIL的存在，同一时刻同一进程中只有一个线程被执行。我测试用的电脑CPU是4核心，所以所以多进程能够利用多核的优势。

多进程与多线程孰优孰劣？

猜你喜欢