从性能角度初探并发编程

秒速五厘米 2023-09-27 22:32 23阅读 0赞

## 1. 基本概念 ##

在开始讲解理论知识之前，先过一下几个基本概念。虽然咱是进阶教程，但我也希望写得更小白，更通俗易懂。

串行：一个人在同一时间段只能干一件事，譬如吃完饭才能看电视； 并行：一个人在同一时间段可以干多件事，譬如可以边吃饭边看电视；

在Python中，多线程 和 协程 虽然是严格上来说是串行，但却比一般的串行程序执行效率高得很。 一般的串行程序，在程序阻塞的时候，只能干等着，不能去做其他事。就好像，电视上播完正剧，进入广告时间，我们却不能去趁广告时间是吃个饭。对于程序来说，这样做显然是效率极低的，是不合理的。

当然，学完这个课程后，我们就懂得，利用广告时间去做其他事，灵活安排时间。这也是我们多线程和协程 要帮我们要完成的事情，内部合理调度任务，使得程序效率最大化。

虽然 多线程 和 协程 已经相当智能了。但还是不够高效，最高效的应该是一心多用，边看电视边吃饭边聊天。这就是我们的 多进程 才能做的事了。

为了更帮助大家更加直观的理解，在网上找到两张图，来生动形象的解释了多线程和多进程的区别。（侵删）

*  多线程，交替执行，另一种意义上的串行。
 *  多进程，并行执行，真正意义上的并发。

![format_png][]

## 2. 单线程VS多线程VS多进程 ##

文字总是苍白无力的，不如用代码直接来测试一下。

在开始之前呢，我要声明一下，本文作为并发章节的第一篇文章，只为了让你对单线程、多线程、多进程有个直观的了解。因此下面的代码中，会有多线程和多进程的的知识点，这些知识点在后面几节才会讲到，如果你看不明白也没有关系。

我的实验环境配置如下

![format_png 1][]

开始对比之前，首先定义四种类型的场景 - CPU计算密集型 - 磁盘IO密集型 - 网络IO密集型 - 【模拟】IO密集型

为什么是这几种场景，这和多线程 多进程的适用场景有关。结论里，我再说明。

python复制代码# CPU计算密集型
    def count(x=1, y=1):
        # 使程序完成150万计算
        c = 0
        while c < 500000:
            c += 1
            x += x
            y += y
    
    
    # 磁盘读写IO密集型
    def io_disk():
        with open("file.txt", "w") as f:
            for x in range(5000000):
                f.write("python-learning\n")
    
    
    # 网络IO密集型
    header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36'}
    url = "https://www.tieba.com/"
    
    def io_request():
        try:
            webPage = requests.get(url, headers=header)
            html = webPage.text
            return
        except Exception as e:
            return {"error": e}
    
    
    # 【模拟】IO密集型
    def io_simulation():
        time.sleep(2)

比拼的指标，我们用时间来考量。时间耗费得越少，说明效率越高。

为了方便，使得代码看起来，更加简洁，我这里先定义是一个简单的 时间计时器 的装饰器。 如果你对装饰器还不是很了解，也没关系，你只要知道它是用于 计算函数运行时间的东西就可以了。

python复制代码def timer(mode):
        def wrapper(func):
            def deco(*args, **kw):
                type = kw.setdefault('type', None)
                t1=time.time()
                func(*args, **kw)
                t2=time.time()
                cost_time = t2-t1
                print("{}-{}花费时间：{}秒".format(mode, type,cost_time))
            return deco
        return wrapper

第一步，先来看看单线程的

python复制代码@timer("【单线程】")
    def single_thread(func, type=""):
        for i in range(10):
                  func()
    
    # 单线程
    single_thread(count, type="CPU计算密集型")
    single_thread(io_disk, type="磁盘IO密集型")
    single_thread(io_request,type="网络IO密集型")
    single_thread(io_simulation,type="模拟IO密集型")

看看结果

复制代码【单线程】-CPU计算密集型花费时间：83.42633867263794秒
    【单线程】-磁盘IO密集型花费时间：15.641993284225464秒
    【单线程】-网络IO密集型花费时间：1.1397218704223633秒
    【单线程】-模拟IO密集型花费时间：20.020972728729248秒

第二步，再来看看多线程的

ini复制代码@timer("【多线程】")
    def multi_thread(func, type=""):
        thread_list = []
        for i in range(10):
            t=Thread(target=func, args=())
            thread_list.append(t)
            t.start()
        e = len(thread_list)
    
        while True:
            for th in thread_list:
                if not th.is_alive():
                    e -= 1
            if e <= 0:
                break
    
    # 多线程
    multi_thread(count, type="CPU计算密集型")
    multi_thread(io_disk, type="磁盘IO密集型")
    multi_thread(io_request, type="网络IO密集型")
    multi_thread(io_simulation, type="模拟IO密集型")

看看结果

复制代码【多线程】-CPU计算密集型花费时间：93.82986998558044秒
    【多线程】-磁盘IO密集型花费时间：13.270896911621094秒
    【多线程】-网络IO密集型花费时间：0.1828296184539795秒
    【多线程】-模拟IO密集型花费时间：2.0288875102996826秒

第三步，最后来看看多进程

ini复制代码@timer("【多进程】")
    def multi_process(func, type=""):
        process_list = []
        for x in range(10):
            p = Process(target=func, args=())
            process_list.append(p)
            p.start()
        e = process_list.__len__()
    
        while True:
            for pr in process_list:
                if not pr.is_alive():
                    e -= 1
            if e <= 0:
                break
    
    # 多进程
    multi_process(count, type="CPU计算密集型")
    multi_process(io_disk, type="磁盘IO密集型")
    multi_process(io_request, type="网络IO密集型")
    multi_process(io_simulation, type="模拟IO密集型")

看看结果

复制代码【多进程】-CPU计算密集型花费时间：9.082211017608643秒
    【多进程】-磁盘IO密集型花费时间：1.287339448928833秒
    【多进程】-网络IO密集型花费时间：0.13074755668640137秒
    【多进程】-模拟IO密集型花费时间：2.0076842308044434秒

## 3. 性能对比成果总结 ##

将结果汇总一下，制成表格。

![format_png 2][]

我们来分析下这个表格。

首先是CPU密集型，多线程以对比单线程，不仅没有优势，显然还由于要不断的加锁释放GIL全局锁，切换线程而耗费大量时间，效率低下，而多进程，由于是多个CPU同时进行计算工作，相当于十个人做一个人的作业，显然效率是成倍增长的。

然后是IO密集型，IO密集型可以是磁盘IO，网络IO，数据库IO等，都属于同一类，计算量很小，主要是IO等待时间的浪费。通过观察，可以发现，我们磁盘IO，网络IO的数据，多线程对比单线程也没体现出很大的优势来。这是由于我们程序的的IO任务不够繁重，所以优势不够明显。

所以我还加了一个「模拟IO密集型」，用sleep来模拟IO等待时间，就是为了体现出多线程的优势，也能让大家更加直观的理解多线程的工作过程。单线程需要每个线程都要sleep(2)，10个线程就是20s，而多线程，在sleep(2)的时候，会切换到其他线程，使得10个线程同时sleep(2)，最终10个线程也就只有2s.

可以得出以下几点结论 - 单线程总是最慢的，多进程总是最快的。 - 多线程适合在IO密集场景下使用，譬如爬虫，网站开发等 - 多进程适合在对CPU计算运算要求较高的场景下使用，譬如大数据分析，机器学习等 - 多进程虽然总是最快的，但是不一定是最优的选择，因为它需要CPU资源支持下才能体现优势

[format_png]: https://img-blog.csdnimg.cn/img_convert/9457e4ce1be5f31a14e7b60c22ac37e8.webp?x-oss-process=image/format,png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/06a75baa488c1554b6a3d1e9766d560d.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/cda37aee1c93b341ba51d19595f40afe.webp?x-oss-process=image/format,png