Pythonにおけるシングルスレッド、マルチスレッド、マルチプロセスの効率比較実験
- 高洛峰オリジナル
- 2016-11-22 10:45:011206ブラウズ
比較実験
データによると、マルチスレッドプロセスが CPU を集中的に使用する場合、マルチスレッドは効率をあまり向上させません。逆に、スレッドの頻繁な切り替えにより効率が低下する可能性があります。マルチスレッドを使用する; IO 集中型の場合、マルチスレッド プロセスは IO ブロックを待機している間のアイドル時間を利用して他のスレッドを実行し、効率を向上させることができます。そこで、実験に基づいてさまざまなシナリオの効率を比較します
(1) 必要なモジュールを導入します
import requests import time from threading import Thread from multiprocessing import Process
(2) CPU 集中型のコンピューティング関数を定義します
def count(x, y):
# 使程序完成150万计算
c = 0
while c < 500000:
c += 1
x += x
y += y(3) IO 集中型のファイル読み取りおよび書き込み関数を定義します
def write():
f = open("test.txt", "w")
for x in range(5000000):
f.write("testwrite\n")
f.close()
def read():
f = open("test.txt", "r")
lines = f.readlines()
f.close()(4) ネットワークリクエスト関数を定義します
_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}(5) IO集中型の操作、CPU集中型の操作の線形実行に必要な時間、およびネットワークリクエスト集中型の操作に必要な時間をテストします
# 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)出力
CPU 集中型: 95.6059999466、91.57099986076355 92.52800011634827、99.96799993515015
IO 集中型: 24.25、21.76699995994568、 80926514、22.060999870300293
ネットワークリクエスト集中: 4.519999980926514、8.563999891281128、4.371000051498413、4.522000074386597、 71000003814697
(6) マルチにかかる時間をテストする-CPU 集中型の操作のスレッド同時実行
counts = []
t = time.time()
for x in range(10):
thread = Thread(target=count, args=(1,1))
counts.append(thread)
thread.start()
e = counts.__len__()
while True:
for th in counts:
if not th.is_alive():
e -= 1
if e <= 0:
break
print(time.time() - t)出力: 99.9240000248、101.26400017738342、102.32200002670288
(7) IO 集中型の操作のマルチスレッド同時実行に必要な時間をテストします
def io():
write()
read()
t = time.time()
ios = []
t = time.time()
for x in range(10):
thread = Thread(target=count, args=(1,1))
ios.append(thread)
thread.start()
e = ios.__len__()
while True:
for th in ios:
if not th.is_alive():
e -= 1
if e <= 0:
break
print(time.time() - t)出力: 25.69700002670288、24.024000167846 68
(8) ネットワーク集中型の操作のマルチスレッド同時実行に必要な時間をテストします
t = time.time()
ios = []
t = time.time()
for x in range(10):
thread = Thread(target=http_request)
ios.append(thread)
thread.start()
e = ios.__len__()
while True:
for th in ios:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("Thread Http Request", time.time() - t)出力: 0.7419998645782471、0.3839998245239258、0.3900001049041748
(9) 複数のプロセスが CPU 集中型の操作を同時に実行するのに必要な時間をテストします
りー出力: 54.342000007629395、53.437999 963760376
(10) 複数のプロセスによる IO 集中型の操作の同時実行をテストします
counts = []
t = time.time()
for x in range(10):
process = Process(target=count, args=(1,1))
counts.append(process)
process.start()
e = counts.__len__()
while True:
for th in counts:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("Multiprocess cpu", time.time() - t)出力: 12.509000062942505、13.059000015258789
(11) Http リクエスト集約型操作のマルチプロセス同時実行をテストする
t = time.time()
ios = []
t = time.time()
for x in range(10):
process = Process(target=io)
ios.append(process)
process.start()
e = ios.__len__()
while True:
for th in ios:
if not th.is_alive():
e -= 1
if e <= 0:
break
print("Multiprocess IO", time.time() - t) 出力: 0.5329999923706055、0.4760000705718994
実験結果
上記の結果から、次のことがわかります:
複数のスレッドは IO を集中的に使用する 操作のタイプでは大きな利点はないようです (おそらく利点IO操作タスクが重い場合は反映されます） CPUを集中的に使用する操作では、シングルスレッドの線形実行よりも明らかにパフォーマンスが低下しますが、ネットワークリクエスト、ビジー待機などのスレッドをブロックする操作では、利点が得られます。マルチスレッドは非常に明白です
CPU 集中型、IO 集中型、またはネットワーク要求集中型の操作 (スレッド ブロッキング操作がよく発生します) のいずれの場合でも、複数のプロセスはパフォーマンス上の利点を発揮できます。ただし、ネットワークリクエストが集中する操作の場合、マルチスレッドとほぼ同じですが、より多くの CPU やその他のリソースを消費するため、この場合はマルチスレッドを選択して実行できます
