【Python】单线程异步多线程多进程实例

Love The Way You Lie 2022-04-02 10:41 303阅读 0赞

上一篇文章主要介绍了多任务场景下单线程异步、多线程、多进程如何选择，链接：[多任务场景下单线程异步多线程多进程][Link 1]  
这里主要通过三个实例去验证一下简单的多任务场景下，三种方式的耗时情况，假设有10个互不关联的10个任务

'''''''''
    多进程版本：
    使用多进程，时间比多线程更慢，为什么？因为创建进程的成本是要比线程高的，
    虽然，它可以利用多核CPU的优势，但是在这里，用不上，就好比杀鸡用牛刀一样，大材小用，还提高了成本。
    '''''''''
    
    import time
    import multiprocessing
    
    from logger import Logger
    logger = Logger("multiProcess").get_log()
    
    def processTask(t):
        logger.info("任务开始：%s", t)
        time.sleep(1)
        logger.info('任务耗时1秒钟')
    
    if __name__=='__main__':
        t3 = time.time()
        processes = [multiprocessing.Process(target = processTask, args=(t,)) for t in range(0, 10)]
        for p in processes:
            p.start()
    
        for p in processes:
            p.join()
    
        logger.info("总共耗时：%s ", time.time() - t3)

总共耗时：1.9219999313354492，运行截图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70][]

'''''''''
    多线程版本：
    5个线程各负责一个任务，全部完成最后只花了1秒多一点时间，所以，对于阻塞性任务，例如IO密集型任务，
    即使有GIL，还是能发挥多线程的作用的，毕竟，时间花在IO等待上，如果是CPU密集型任务效果不大。
    '''''''''
    
    import time
    import threading
    
    from logger import Logger
    logger = Logger("multiThread").get_log()
    
    def  multiTask(t):
        logger.info("任务开始：%s", t)
        time.sleep(1)
        logger.info('任务耗时1秒钟')
    
    def main():
        threads = [threading.Thread(target = multiTask,args=(t,)) for t in range(0,10)]
        for t in threads:
            t.start()
    
        for t in threads:
            t.join()
    
    if __name__ == '__main__':
        t1 = time.time()
        main()
        logger.info("总共耗时：%s ",time.time()-t1)

总共耗时：1.003000020980835，运行截图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1][]

'''''''''
    单线程异步模型：
    发现使用asyncio所的时间与多线程几乎一致。尽管它是单线程，但因为它没有多线程和进程的创建成本，
    就是在单线程环境下，切换任务，当这个任务被阻塞时，立刻切换其他任务，当前面的任务完成时，在通知它。
    '''''''''
    
    import asyncio
    import time
    
    from logger import Logger
    logger = Logger("asyncSingleThread").get_log()
    
    async def singleTask(t):
        logger.info("任务开始：%s",t)
        await asyncio.sleep(1)
        logger.info('任务耗时1秒钟')
    
    async def main(loop):
        tasks = [loop.create_task(singleTask(t)) for t in range(0, 10)]
        await asyncio.wait(tasks)
    
    t4 = time.time()
    loop = asyncio.get_event_loop()  # 建立 loop
    loop.run_until_complete(main(loop))  # 执行 loop
    loop.close()  # 关闭 loop
    logger.info("总共耗时：%s ", time.time() - t4)

总共耗时：1.0079998970031738 ，运行截图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2][]

[Link 1]: https://blog.csdn.net/sinat_37967865/article/details/85210328
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70]: /images/20220402/4b440d2988e94f0a996a2341f75700b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1]: /images/20220402/a41a80c86fde4aef80a18761169cbbfc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2]: /images/20220402/49f402f419174af6bc4ce23bf5570422.png