博客

详解Python中多线程和多处理的区别

  • Post category:Python

在 Python 中，我们可以使用多线程和多进程来同时处理多个任务，以提高程序的并发性和执行效率。但是多线程和多进程之间有一些本质上的区别。

多线程

多线程允许我们在一个程序中同时执行多个任务。每个线程独立运行，但它们共享相同的内存空间。这意味着它们可以访问相同的变量和资源，但需要小心处理共享资源的同步问题，以避免数据竞争和死锁等问题。

以下是一个简单的多线程示例，该示例创建了两个线程，并同时打印它们执行的时间：

import threading
import time

def worker():
    print('Thread', threading.current_thread().name, 'started')
    time.sleep(1)
    print('Thread', threading.current_thread().name, 'finished')

if __name__ == '__main__':
    print('Main thread started')
    # 创建2个线程
    t1 = threading.Thread(target=worker, name='t1')
    t2 = threading.Thread(target=worker, name='t2')
    t1.start()
    t2.start()
    # 等待2个线程结束
    t1.join()
    t2.join()
    print('Main thread finished')

在上面的代码中，我们使用 threading 模块创建了两个线程 t1 和 t2，它们分别执行 worker 函数。在 worker 函数中，我们简单地打印了线程的名称，睡眠了1秒钟，然后再次打印该线程的名称。

注意：这里使用 threading.current_thread().name 方法可以获取当前执行的线程的名称。

最后，我们让两个线程分别执行，并等待它们执行结束后再打印 Main thread finished。

多进程

多进程允许我们在不同的进程中同时执行多个任务。每个进程都拥有自己独立的内存空间和系统资源，这意味着它们可以并行执行，且互不干扰。但是，由于进程间不能共享内存，因此需要通过进程间通信（IPC）来传输数据和共享数据。

以下是一个简单的多进程示例，该示例创建了两个进程，并同时打印它们执行的时间：

import multiprocessing
import time

def worker():
    print('Process', multiprocessing.current_process().name, 'started')
    time.sleep(1)
    print('Process', multiprocessing.current_process().name, 'finished')

if __name__ == '__main__':
    print('Main process started')
    # 创建2个进程
    p1 = multiprocessing.Process(target=worker, name='p1')
    p2 = multiprocessing.Process(target=worker, name='p2')
    p1.start()
    p2.start()
    # 等待2个进程结束
    p1.join()
    p2.join()
    print('Main process finished')

在上面的代码中，我们使用 multiprocessing 模块创建了两个进程 p1 和 p2，它们分别执行 worker 函数。在 worker 函数中，我们简单地打印了进程的名称，睡眠了1秒钟，然后再次打印该进程的名称。

注意：这里使用 multiprocessing.current_process().name 方法可以获取当前执行的进程的名称。

最后，我们让两个进程分别执行，并等待它们执行结束后再打印 Main process finished。

多线程和多进程的区别

总的来说，多线程适合于 CPU 密集型任务，也就是需要大量计算的任务，因为多个线程可以在同一时间使用 CPU。而多进程适合于 I/O 密集型任务，也就是需要大量 I/O 操作（如读写文件和网络通信）的任务，因为多个进程可以在 I/O 操作时进行切换，提高任务执行效率。

此外，多线程的效率比多进程高，因为线程的创建和上下文切换开销比进程小，但是多线程存在共享数据时的同步问题。而多进程则不存在这个问题，但进程间的通信开销较大。

因此，根据任务类型的不同，我们可以选择使用多线程或多进程来提高程序执行效率。

Tags: