进程与线程

什么是进程和线程？

进程是加载到内存，正在被执行的程序。每个进程都拥有自己的地址空间、内存、数据栈以及其他用于跟踪执行的辅助数据。进程是表示资源分配的的基本概念，又是调度运行的基本单位，是系统中的并发执行的单位。线程是比进程还小的运行基本单元，一个进程至少有一个线程。线程是一种轻量级的进程，多线程处理就是允许一个进程中在同一时刻执行多个任务。

进程和线程的区别？

进程是操作系统资源分配的基本单位，而线程是任务调度和执行的基本单位（进程——资源分配的最小单位，线程——程序执行的最小单位）
在开销方面：每个进程都有独立的代码和数据空间（程序上下文），程序之间的切换会有较大的开销；线程可以看做轻量级的进程，同一类线程共享代码和数据空间，每个线程都有自己独立的运行栈和程序计数器（PC），线程之间切换的开销小。
进程由CPU轮询调度，线程由所处进程进行调度。
内存分配方面：系统在运行的时候会为每个进程分配不同的内存空间；而对线程而言，除了CPU外，系统不会为线程分配内存（线程所使用的资源来自其所属进程的资源），线程组之间只能共享资源。
包含关系：没有线程的进程可以看做是单线程的，如果一个进程内有多个线程，则执行过程不是一条线的，而是多条线（线程）共同完成的；线程是进程的一部分，所以线程也被称为轻权进程或者轻量级进程。

并行与并发

并行是指同一时刻同时做多件事情，而并发是指同一时间间隔内做多件事情。并行的必要条件就是CPU核心数 >= 总进程数，并发是多个进程在一个CPU上交替进行，但看上去好像是一起执行。

在python中多进程实现并行

python模块——multiprocessing

大致流程：

实例化一个进程，参数分别是函数名、可选参数*args、可选参数**kwargs。
开启进程

下面是一个小例子

import multiprocessing
import time

print("start--{}".format(time.asctime(time.localtime(time.time()))))
def run():
    print("start1--{}".format(time.asctime(time.localtime(time.time()))))
    time.sleep(5)#模拟阻塞任务
    print("end1--{}".format(time.asctime(time.localtime(time.time()))))
pro = multiprocessing.Process(target=run)
pro.start()
time.sleep(5)#模拟阻塞任务
print("end--{}".format(time.asctime(time.localtime(time.time()))))

start--Sat Oct 20 23:49:04 2018
start1--Sat Oct 20 23:49:04 2018
end--Sat Oct 20 23:49:09 2018
end1--Sat Oct 20 23:49:09 2018

上述运行结果表明运行时间为5秒，上述代码有两个阻塞任务，每个阻塞任务都会耗时5秒，正常情况下，运行时间应该为10秒，但这里为两个阻塞多开了一个进程，即在同一时间同时处理这两个阻塞，所以耗时为5秒。下面是未开进程的代码及运行结果。

import time

print("start--{}".format(time.asctime(time.localtime(time.time()))))
def run():
    print("start1--{}".format(time.asctime(time.localtime(time.time()))))
    time.sleep(5)#模拟阻塞任务
    print("end1--{}".format(time.asctime(time.localtime(time.time()))))
run()
time.sleep(5)#模拟阻塞任务
print("end--{}".format(time.asctime(time.localtime(time.time()))))

start--Sat Oct 20 23:53:44 2018
start1--Sat Oct 20 23:53:44 2018
end1--Sat Oct 20 23:53:49 2018
end--Sat Oct 20 23:53:54 2018

上述运行时间为10秒

什么是GIL锁？

python在设计的时候还没有多核处理器的概念，因此为了设计方便与线程安全，直接设计了一个锁，这个锁要求在任何进程中，一次只能有一个线程运行，因此python并不能为多个线程分配多个CPU，所以python中的线程只能实现并发，不能实现真正的并行。但在python3中的GIL锁有一个很棒的的设计，那就是在遇到阻塞时会自动切换线程。

利用线程避开阻塞任务

python模块——threading

大致流程：

实例化一个线程，参数分别是函数名、可选参数*args、可选参数**kwargs。
开启线程

import threading
import time

print("start--{}".format(time.asctime(time.localtime(time.time()))))
def run():
    print("start1--{}".format(time.asctime(time.localtime(time.time()))))
    time.sleep(5)#模拟阻塞任务
    print("end1--{}".format(time.asctime(time.localtime(time.time()))))
pro = threading.Thread(target=run)
pro.start()
time.sleep(5)#模拟阻塞任务
print("end--{}".format(time.asctime(time.localtime(time.time()))))

start--Sun Oct 21 00:08:22 2018
start1--Sun Oct 21 00:08:22 2018
end--Sun Oct 21 00:08:27 2018
end1--Sun Oct 21 00:08:27 2018

运行时间为5秒，说明开辟的线程避开了阻塞任务。

多线程实现并发服务器

由于线程能有效的避开阻塞任务，故可以利用这一点实现服务端的多线程并发。

import socket
import threading

server = socket.socket()
server.bind(('127.0.0.5',8520))
server.listen(50)
def func(a):
    date = a.recv(1024)
    if date:
        print("已收到信息-->{}".format(date.decode()))
        a.send(date)
    else:
        a.close()

while True:
    a, b = server.accept()
    pro = threading.Thread(target=func,args = (a,))
    pro.start()

多进程实现并发服务器

import socket
import multiprocessing

server = socket.socket()
server.bind(('127.0.0.5',8520))
server.listen(50)
def func(a):
    date = a.recv(1024)
    if date:
        print("已收到信息-->{}".format(date.decode()))
        a.send(date)
    else:
        a.close()

while True:
    a, b = server.accept()
    pro = multiprocessing.Process(target=func,args = (a,))
    pro.start()

posted @ 2018-10-21 00:41 龙~白阅读(184) 评论(0) 编辑收藏举报

刷新页面返回顶部