Python中的多处理与多线程：新手简介 _Python

什么是线程?你为什么想要它?
Python是一种线性语言。但是，当您需要更多的处理能力时，线程模块就派上用场了。
Python中的线程不能用于并行CPU计算。但是它非常适合于I/O操作，比如web抓取，因为处理器处于空闲状态，等待数据。
线程化改变了游戏规则，因为许多与网络/数据 I/O相关的脚本将大部分时间花费在等待来自远程数据源上。有时候，下载可能没有链接(例如，如果您正在抓取不同的网站)，处理器可以并行地从不同的数据源下载并在最后合并结果。
线程包含在标准库中:
import threadingfrom queue import Queueimport time您可以使用target作为可调用的对象，args将参数传递给函数，并开始启动线程：
def testThread(num):print numif __name__ == '__main__':for i in range(5):t = threading.Thread(target=testThread, arg=(i,))t.start()

文章插图

锁（lock）您通常希望您的线程能够使用或修改线程之间的公共变量。要做到这一点，你必须使用一种叫做锁(lock)的东西。
每当一个函数想要修改一个变量时，它就会锁定该变量。当另一个函数想要使用一个变量时，它必须等待，直到该变量被解锁。
假设有两个函数都对一个变量进行了1次迭代。锁允许您确保一个函数可以访问变量、执行计算并在另一个函数访问相同的变量之前写回该变量。
您可以使用打印锁来确保一次只能打印一个线程。这可以防止文本在打印时变得混乱(并导致数据损坏) 。
在下面的代码中，我们有10个我们想要完成的工作和5个将要工作的工人:

print_lock = threading.Lock()def threadTest():# when this exits, the print_lock is releasedwith print_lock:print(worker)def threader():while True:# get the job from the front of the queuethreadTest(q.get())q.task_done()q = Queue()for x in range(5):thread = threading.Thread(target = threader)# this ensures the thread will die when the main thread dies# can set t.daemon to False if you want it to keep runningt.daemon = Truet.start()for job in range(10):q.put(job)

多线程并不总是完美的解决方案我们发现许多教程都倾向于忽略使用他们刚教过你的工具的缺点。理解使用所有这些工具的利弊是很重要的。
例如:

管理线程需要时间，因此它适用于基本任务(如示例)
线程化增加了程序的复杂性，从而增加了调试的难度

多处理是什么?它与线程有什么不同?
在没有多处理(multiprocessing)的情况下，由于GIL(全局解释器锁 Global Interpreter Lock)，Python程序很难最大化系统的规格。Python的设计并没有考虑到个人计算机可能有多个核心。因此GIL是必要的，因为Python不是线程安全的，而且在访问Python对象时存在一个全局强制锁。虽然不完美，但它是一种非常有效的内存管理机制。
多处理允许您创建可以并发运行的程序(绕过GIL)并使用整个CPU内核。尽管它与线程库有本质的不同，但是语法非常相似。多处理库为每个进程提供了自己的Python解释器，以及各自的GIL 。
因此，与线程相关的常见问题(如数据损坏和死锁)不再是问题。因为进程不共享内存，所以它们不能并发地修改相同的内存。
让我们开始代码演示：

import multiprocessingdef spawn():print('test!')if __name__ == '__main__':for i in range(5):p = multiprocessing.Process(target=spawn)p.start()

如果您有一个共享数据库，您希望确保在启动新数据库之前，正在等待相关进程完成。

for i in range(5):p = multiprocessing.Process(target=spawn)p.start()p.join() # this line allows you to wait for processes

【Python中的多处理与多线程：新手简介】如果希望将参数传递给进程，可以使用args实现这一点：

import multiprocessingdef spawn(num):print(num)if __name__ == '__main__':for i in range(25):## right herep = multiprocessing.Process(target=spawn, args=(i,))p.start()

这是一个简单的例子，因为正如您所注意到的，数字的排列顺序与您所期望的不一致(没有p.join()) 。
与线程一样，多处理仍然有缺点……你必须选择其中一个坏处: