各プログラムのメモリは独立しています。例: 世界は QQ にアクセスできません。
プロセス: QQ は、さまざまなリソース (メモリ管理、ネットワーク インターフェイス呼び出しなど) への呼び出しを含む、オペレーティング システム管理全体に公開されます。 QQ の開始はプロセスの開始を意味します。
スレッドとは、オペレーティング システムが計算のスケジューリングを実行できる最小単位です。 スレッドはプロセスに含まれており、プロセス内の実際の操作単位です。
プロセスには少なくとも1つのスレッドがあります。
スレッドとは、プロセス内の単一の連続した制御フローを指します。
CAS のプロセスは複数のスレッドを同時に実行し、各スレッドは異なるタスクを並行して実行し、スレッドは互いに独立しています。
プロセス: さまざまなリソース管理の集合
スレッド: 一連の命令であるオペレーティングシステムの最小スケジューリング単位
最初のスレッドが実行されるときプロセス メインスレッド、メインスレッドは他のスレッドを作成し、他のスレッドもスレッドを作成でき、スレッドは同等です
プロセスには親プロセス、子プロセス、独立したメモリ空間、一意のプロセス識別子、pidがあります。 ;
コンテキストスイッチングは、プロセススイッチングまたはタスクスイッチングとも呼ばれ、CPU があるプロセスまたはスレッドから別のプロセスまたはスレッドに切り替わることを指します。たとえば、次のようになります:
a. QQ と WeChat を開き、最初に QQ でチャットし、次に WeChat に切り替えてから QQ に切り替えます。この操作はコンテキスト切り替えと呼ばれます。
b. コンピューターの CPU 構成は 4 コアであり、CPU が高速に処理するため、CPU がタスクを切り替えているという感覚はありません。時間間の切り替え時に遅延はありません。
import timeimport requestsdef get_res(): urls = ['','','',''] start = time.time()for url in urls:print(url) resp = requests.get(url)print(resp) end = time.time()print('单线程运行时间:', end - start)
説明:
マルチスレッド:
http://www.baidu.com<Response [200]>https://www.taobao.com/ <Response [200]>https://www.jd.com/ <Response [200]>http://www.meilishuo.com/ <Response [200]>单线程运行时间: 1.0470597743988037
実行結果:
import timeimport threadingdef run(count):#每次执行该方法,需要休息2stime.sleep(2)print(count)#开始创建多线程start = time.time()for i in range(5):#创建线程,指定运行哪个函数,也就是指定哪个函数运行需要创建多线程#target=要运行的函数名# args=函数运行传入的参数,run方法需要传入count,把创建th = threading.Thread(target=run, args=(i, ))#启动线程 th.start()#多线程创建完毕且运行结束end = time.time()print('运行时间:', end - start)
Python ファイルを実行するときにマルチスレッドが開始されていない場合、少なくとも 1 つのスレッドが実行されているため、出力される実行時間はメインスレッドの実行時間です
スレッドは最初は互いに独立しています実行しているのはメインスレッドです。 threading.Thread に実行すると、スレッドが作成され、メインスレッドは他の処理を実行します
。終了前に終了
b . マルチスレッドで run メソッドが実行されると、最初のリクエストが完了した後に次のリクエストが作成されず、代わりにスレッドが作成されて run メソッドが実行されるため、出力されるカウント データは順序付けされていません。 、そして別のスレッドが作成されます。スレッドが実行された後、結果が表示されます c. 合計 5 つのスレッドが作成されました
マルチスレッドの合計実行時間をカウントしたい場合は、は、スレッドの作成の開始からスレッドの終了までの時間 (スレッドの実行方法を考慮する必要はありません)、操作は次のとおりです:
join() wait (スレッドが終了するのを待ちます)
运行时间: 0.0 104 2 3
実行結果:
import timeimport threadingdef run(count):#每次执行该方法,需要休息2stime.sleep(2)print(count)#开始创建多线程start = time.time()#存放创建的所有线程threads_list = []for i in range(5):#创建线程,指定运行哪个函数,也就是指定哪个函数运行需要创建多线程#target=要运行的函数名# args=函数运行传入的参数,run方法需要传入count,把创建th = threading.Thread(target=run, args=(i, ))#启动线程 th.start()#把启动的每一个线程添加到线程组内 threads_list.append(th)for t in threads_list:#主线程循环等待每个子线程运行完毕, t代表每个子线程t.join() #等待线程结束#多线程创建完毕且运行结束end = time.time()print('运行时间:', end - start)
デーモンスレッド: メインスレッドの実行が終了すると、デーモンの実行が終了するかどうかに関係なく、スレッドの実行が終了します。 例:
01 2 4 3运行时间: 2.0011146068573
例如 4核机器上
Python创建4线程,四个线程均匀分到多核上,但是同时只能一核在处理数据。
python调用操作系统、C语音的原生接口,在出口做了设置。全局解释器锁,保证数据统一
所以有人说python的线程是假线程。
在修改数据的时候,为了防止数据改乱了,所以多线程就变成串行处理,但是以为是python在处理,实际上是调用了操作系统的C语音的线程接口,所以中间的过程,python控制不了了,只知道结果。在这种情况下,设置的方式是出口控制,虽然四个线程,但是同一时间只有一个线程在工作。
所以这算是python的一个缺陷,但是也不能说是python的缺陷,是Cpython的缺陷。因为Cpython是C语音写的,以后python的未来是PYPY。
线程锁,又叫互斥锁
线程之间沟通:保证同一时间只有一个线程修改数据
python2.x 中需要加锁,Python3.x中加不加锁都一样,因为解释器做了优化
import threadingfrom threading import Lock#创建lock对象num = 0 lock = Lock() #申请一把锁,创建锁的对象def run2():global num lock.acquire() #修改数据前 加锁num += 1lock.release() #修改后释放解锁lis = []for i in range(5):#创建线程t = threading.Thread(target=run2)#启动线程 t.start()#将启动的线程添加到线程组内 lis.append(t)for t in lis:#等待线程运行结束 t.join()#num的值为5,执行多次后,会出现不一样的值print('over', num)
大锁中还有小锁、递归锁,解锁时就混了,所以用递归锁,Rlock()
import threading,timedef run1():print("grab the first part data") lock.acquire()global num num +=1lock.release()return numdef run2():print("grab the second part data") lock.acquire()global num2 num2+=1lock.release()return num2def run3(): lock.acquire() res = run1()print('--------between run1 and run2-----') res2 = run2() lock.release()print(res,res2)if __name__ == '__main__': num,num2 = 0,0 lock = threading.RLock() # 声明递归锁# lock = threading.Lock() # 用互斥锁,会锁死了,弄混锁情况,可以试一下for i in range(10): t = threading.Thread(target=run3) t.start()while threading.active_count() != 1:print(threading.active_count())else:print('----all threads done---')print(num,num2)
import threadingimport timeclass MyThread(threading.Thread):def __init__(self, num): threading.Thread.__init__(self) self.num = numdef run(self): # 定义每个线程要运行的函数print("running on number:%s" % self.num) time.sleep(3)if __name__ == '__main__': t1 = MyThread(1) t2 = MyThread(2) t1.start() t2.start()
python里面的多线程,是不能利用多核cpu的,如果想利用多核cpu的话,就得使用多进程
多进程适用CPU密集型任务
多线程适用io密集型任务
from multiprocessing import Processdef f(name): time.sleep(2)print('hello', name)if __name__ == '__main__':for i in range(10): p = Process(target=f, args=('niu',)) p.start()
以上がプロセスとは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。