多进程3

多进程3

以下代码比较了多线程、多进程和普通顺序执行所耗费的时间：

import multiprocessing as mp
import threading
import time

def job():
    a = 0
    for i in range(10000):
        for j in range(10000):
            a += 1

def by_multiprocess():
    process1 = mp.Process(target=job)
    process2 = mp.Process(target=job)

    process1.start()
    process2.start()

    process1.join()
    process2.join()

def by_multithread():
    thread1 = threading.Thread(target=job)
    thread2 = threading.Thread(target=job)

    thread1.start()
    thread2.start()

    thread1.join()
    thread2.join()


def by_non():
    a = 0
    for k in range(2):
        for i in range(10000):
            for j in range(10000):
                a += 1


if __name__ == '__main__':
    time_begin = time.time()
    by_multiprocess()
    time_finish = time.time()
    print('time of multiprocess =', time_finish - time_begin)

    time_begin = time.time()
    by_non()
    time_finish = time.time()
    print('time of non =', time_finish - time_begin)

    time_begin = time.time()
    by_multithread()
    time_finish = time.time()
    print('time of multithread =', time_finish - time_begin)

输出结果：

time of multiprocess = 4.632150888442993
time of non = 8.940110445022583
time of multithread = 8.282327890396118

从结果来看，多进程所花费的时间少于另外两种方式，而多线程与普通顺序执行相差不大。

这是因为程序实际运行时，多线程每个时间点只有一个线程在运行，例如thread1和thread2，虽然我们使用start让它们看起来都开始运行，事实上只有thread1在运行，只有当thread1遇到特殊情况如输入输出，需要暂停时，thread2才会开始运行，简而言之，一方停滞，另一方运行。所以有时从多线程展示给我们的输出结果来看，几个线程是同时进行的，而实质上，他们并不是同时进行。多线程只比普通顺序执行节省了停滞的时间。

另一方面多进程是真正的同时进行，因为每个进程具有独立的资源。

进行比较时，上文把循环2*10000*10000次当成一个任务,循环这么多次，就是为了增大计算量，得到比较大的运行时间，便于比较。那为什么不可以直接使用time.sleep命令增加运行时间？

以下代码使用time.sleep命令增加任务运行时间：

import multiprocessing as mp
import threading
import time

def job():
    for i in range(10):
        time.sleep(0.5)

def by_multiprocess():
    process1 = mp.Process(target=job)
    process2 = mp.Process(target=job)

    process1.start()
    process2.start()

    process1.join()
    process2.join()

def by_multithread():
    thread1 = threading.Thread(target=job)
    thread2 = threading.Thread(target=job)

    thread1.start()
    thread2.start()

    thread1.join()
    thread2.join()


def by_non():
    for k in range(2):
        for i in range(10):
            time.sleep(0.5)


if __name__ == '__main__':
    time_begin = time.time()
    by_multiprocess()
    time_finish = time.time()
    print('time of multiprocess =', time_finish - time_begin)

    time_begin = time.time()
    by_non()
    time_finish = time.time()
    print('time of non =', time_finish - time_begin)

    time_begin = time.time()
    by_multithread()
    time_finish = time.time()
    print('time of multithread =', time_finish - time_begin)

输出结果：

time of multiprocess = 5.157954931259155
time of non = 10.155349731445312
time of multithread = 5.049519300460815

这次结果中普通顺序执行依旧耗时最长，而多线程花费的时间与多进程相差无几。

这是因为使用time.sleep时，线程是停滞状态，可以切换到另一个线程运行。虽然多进程有并行的优势，多线程在这个环境下用插空的方式减少了大量运行时间，使他们运行时间十分接近。

进程的建立会花费更多时间，所以在程序遇到大量停滞的情况时，或许多线程是更好的选择。