Python中单线程、多线程与多进程的效率对比实验
来源:互联网 发布:nba2konline张伯伦数据 编辑:程序博客网 时间:2024/06/05 23:55
Python是运行在解释器中的语言,查找资料知道,python中有一个全局锁(GIL),在使用多进程(Thread)的情况下,不能发挥多核的优势。而使用多进程(Multiprocess),则可以发挥多核的优势真正地提高效率。
对比实验
资料显示,如果多线程的进程是CPU密集型的,那多线程并不能有多少效率上的提升,相反还可能会因为线程的频繁切换,导致效率下降,推荐使用多进程;如果是IO密集型,多线程进程可以利用IO阻塞等待时的空闲时间执行其他线程,提升效率。所以我们根据实验对比不同场景的效率
(1)引入所需要的模块
(2)定义CPU密集的计算函数
(3)定义IO密集的文件读写函数
(4) 定义网络请求函数
(5)测试线性执行IO密集操作、CPU密集操作所需时间、网络请求密集型操作所需时间
输出
- CPU密集:95.6059999466、91.57099986076355 92.52800011634827、 99.96799993515015
- IO密集:24.25、21.76699995994568、21.769999980926514、22.060999870300293
- 网络请求密集型: 4.519999980926514、8.563999891281128、4.371000051498413、4.522000074386597、14.671000003814697
(6)测试多线程并发执行CPU密集操作所需时间
Output: 99.9240000248 、101.26400017738342、102.32200002670288
(7)测试多线程并发执行IO密集操作所需时间
Output: 25.69700002670288、24.02400016784668
(8)测试多线程并发执行网络密集操作所需时间
Output: 0.7419998645782471、0.3839998245239258、0.3900001049041748
(9)测试多进程并发执行CPU密集操作所需时间
Output: 54.342000007629395、53.437999963760376
(10)测试多进程并发执行IO密集型操作
Output: 12.509000062942505、13.059000015258789
(11)测试多进程并发执行Http请求密集型操作
t = time.time()httprs = []t = time.time()for x in range(10): process = Process(target=http_request) ios.append(process) process.start()e = httprs.__len__()while True: for th in httprs: if not th.is_alive(): e -= 1 if e <= 0: breakprint("Multiprocess Http Request", time.time() - t)
Output: 0.5329999923706055、0.4760000705718994
实验结果
通过上面的结果,我们可以看到:
>
- 多线程在IO密集型的操作下似乎也没有很大的优势(也许IO操作的任务再繁重一些就能体现出优势),在CPU密集型的操作下明显地比单线程线性执行性能更差,但是对于网络请求这种忙等阻塞线程的操作,多线程的优势便非常显著了
- 多进程无论是在CPU密集型还是IO密集型以及网络请求密集型(经常发生线程阻塞的操作)中,都能体现出性能的优势。不过在类似网络请求密集型的操作上,与多线程相差无几,但却更占用CPU等资源,所以对于这种情况下,我们可以选择多线程来执行
原文地址
http://blog.atomicer.cn/2016/09/30/Python%E4%B8%AD%E5%A4%9A%E7%BA%BF%E7%A8%8B%E5%92%8C%E5%A4%9A%E8%BF%9B%E7%A8%8B%E7%9A%84%E5%AF%B9%E6%AF%94/
- Python中单线程、多线程与多进程的效率对比实验
- Python中单线程、多线程与多进程的效率对比实验
- Python中单线程、多线程和多进程的效率对比实验
- Python中单线程、多线程和多进程的效率对比实验
- Python中单线程、多线程和多进程的效率对比实验
- 通过网络图片小爬虫对比Python中单线程与多线(进)程的效率
- eventlet引发的学习:python:单线程、多线程、多进程在计算方面的性能对比
- 分享矩阵乘法单线程与多线程的Java实现与效率对比,请教Strassen算法
- python中使用多进程和单进程分别拷贝大量文件效率对比
- Python中多线程和单线程端口扫描对比
- Python串行运算、并行运算、多线程、多进程对比实验
- Python串行运算、并行运算、多线程、多进程对比实验
- 测试单线程与多线程的操作效率
- 多线程同步与单线程异步对比
- Java多线程与单线程性能对比
- 多线程同步与单线程异步对比
- 多线程与多进程的对比
- 进程与线程的对比
- python正则总结(思维导图)
- viewpager适配器和滑动监听
- dubbo监控中心
- TextView 图文混排,图文居中对齐
- git学习六:git提交忽略不必要的文件或文件夹
- Python中单线程、多线程与多进程的效率对比实验
- linux 系统批量删除一个月之前的指定的iperf进程
- 2017.11.06 ~ 11.10 NOIP八连测滚粗记
- IPv6 地址的 tentative 状态
- 如何发布百度离线地图及二次开发API
- python程序员专用注释:佛主保佑,永无BUG
- 部落给你分享10个大数据可视化工具
- 挺有用的清除缓存bat脚本
- [11.7]模拟