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(GIL),在使用多进程(Thread)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
操作系统 | CPU | 内存 | 硬盘 |
---|
Windows 10 | 双核 | 8GB | 机械硬盘 |
准备
(1)引入所需要的模块
import requests
import time
from threading import Thread
from multiprocessing import Process
(2)定义CPU密集的计算函数
def count(x, y):
# 使程序完成50万计算
c = 0
while c < 500000:
c += 1
x += x
y += y
(3)定义IO密集的文件读写函数
def write(name=0):
# name: 防止并发写同一个文件;
# concurrence: 保证在不同的并发数下磁盘写入字节数相同
f = open("test-{}.txt".format(name), "w")
for x in range(5000000):
f.write("testwrite\n")
f.close()
def read(name=0):
f = open("test-{}.txt".format(name), "r")
lines = f.readlines()
f.close()
(4)定义网络请求函数
_head = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}
url = "http://www.tieba.com"
def http_request():
try:
webPage = requests.get(url, headers=_head)
html = webPage.text
return {"context": html}
except Exception as e:
return {"error": e}
单线程测试
(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
# CPU密集操作
t = time.time()
for x in range(10):
count(1, 1)
print("Line cpu", time.time() - t)
# IO密集操作
t = time.time()
for x in range(10):
write()
read()
print("Line IO", time.time() - t)
# 网络请求密集型操作
t = time.time()
for x in range(10):
http_request()
print("Line Http Request", time.time() - t)
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 | 14.671000003814697 |
多线程测试
(6)测试多线程并发执行CPU密集操作所需时间
# 列表生成
threads = [Thread(target=count, args=(1,1)) for _ in range(10)]
start = time.time()
for t in threads:
t.start()
for t in threads:
t.join()
print(time.time() - start)
output |
---|
99.9240000248 |
101.26400017738342 |
102.32200002670288 |
(7)测试多线程并发执行IO密集操作所需时间
def io(name):
write(name)
read(name)
start = time.time()
threads = [Thread(target=io, args=(i,)) for i in range(10)]
for t in threads:
t.start()
for t in threads:
t.join()
print(time.time() - start)
Output |
---|
84.7796590328 |
108.204546928 |
(8)测试多线程并发执行网络密集操作所需时间
threads = [Thread(target=http_request) for _ in range(10)]
start = time.time()
for t in threads:
t.start()
for t in threads:
t.join()
print("Thread Http Request", time.time() - t)
Output |
---|
0.7419998645782471 |
0.3839998245239258 |
0.3900001049041748 |
多进程测试
(9)测试多进程并发执行CPU密集操作所需时间
p_list = [Process(target=count, args=(1,1)) for _ in range(10)]
start = time.time()
for p in p_list:
p.start()
for p in p_list:
p.join()
print("Multiprocess cpu", time.time() - start)
Output |
---|
54.342000007629395 |
53.437999963760376 |
(10)测试多进程并发执行IO密集型操作
p_list = [Process(target=io, args=(i,)) for i in range(10)]
start = time.time()
for p in p_list:
p.start()
for p in p_list:
p.join()
print("Multiprocess IO", time.time() - start)
Output |
---|
12.509000062942505 |
13.059000015258789 |
(11)测试多进程并发执行Http请求密集型操作
p_list = [Process(target=http_request) for i in range(10)]
start = time.time()
for p in p_list:
p.start()
for p in p_list:
p.join()
print("Multiprocess Http Request", time.time() - start)
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 |
---|
线性操作 | 94.91824996469 | 22.46199995279 | 7.3296000004 |
多线程操作 | 101.1700000762 | 96.4921029804 | 0.5053332647 |
多进程操作 | 53.8899999857 | 12.7840000391 | 0.5045000315 |
结果中的多线程表现非常奇怪,为什么IO密集型的操作在多线程的场景下反而更慢呢?(感谢读者提出的问题) 我们看一下write
函数:
def write(name=0):
# name: 防止并发写同一个文件;
# concurrence: 保证在不同的并发数下磁盘写入字节数相同
f = open("test-{}.txt".format(name), "w")
for x in range(5000000):
f.write("testwrite\n")
f.close()
write
函数中有5000000个循环,这妥妥的也是cpu密集型,我们把它改造一下:
data = "\n".join(["testwrite" for i in range(5000)])
def write(name=None):
f = open("test-{}.txt".format(name), "w")
for x in range(1000):
f.write("testwrite\n")
f.close()
使用改造后的函数,重新运行IO密集的测试:
| 单线程 | 多线程 | 多进程 |
---|
IO耗时 | 0.0199999 | 0.02644586 | 0.1005110740 |
差异不大,反倒是速度上 单线程 > 多线程 > 多进程
,显而易见,磁盘IO并没有被打满,多线程场景下多出的视角应该是线程切换和GIL产生的;多进程场景下的视角增长应该由于进程切换产生的;
虽然磁盘IO上无法完成测试,但是我们佐证了GIL对cpu密集型的多线程影响。
通过上面的结果,我们可以看到:
- 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