大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
今天学习了JIR、进程池和线程池
GIL：Global Interpreter Lock
全局解释器锁
锁的作用：为了避免资源竞争造成数据错乱
python程序的执行过程
1.启动解释器进程 python.exe
2.解析你的py文件并执行它
每个py程序中殴斗必须有解释器参与 解释器其实就是一堆代码
相当于多个线程要调用同一个解释器代码 共享意味着竞争 竞争就要出事
给解释器加互斥锁
python中内存管理依赖于 GC(一段用于回收内存的代码) 也需要一个线程
除了你自己开的线程 系统还有一些内置线程 就算你的代码不会去竞争解释器 内置线程也可能会竞争
所以必须加上锁
当一个线程遇到了I/O 同时解释器也会自动解锁 去执行其他线程 cpu会切换到其他程序
解释器加锁以后
将导致所有线程只能并发 不能达到真正的并行 意味着同一时间只有一个CPU在处理你的线程给你的感觉是效率低
代码执行有两种状态
阻塞 i/o 失去CPU的执行权 (CPU等待IO完成)
非阻塞 代码正常执行 比如循环一千万次 中途CPU可能切换 很快会回来 (CPU在计算)
假如有32核CPU 要处理一个下载任务 网络速度慢 只有100kb/s 文件大小为1024kb
如果你的代码中IO操作非常多 cpu性能不能直接决定你的任务处理速度
在IO密集的程序中 CPU性能无法直接决定程序的执行速度 python就应该干这种活儿
在计算密集的程序中 CPU性能可以直接决定程序的执行速度
计算密集测试
from multiprocessing import Process import time #计算密集任务 def task1(): sum = 1 for i in range(10000000): sum *=i def task2(): sum = 1 for i in range(10000000): sum *=i def task3(): sum = 1 for i in range(10000000): sum *=i def task4(): sum = 1 for i in range(10000000): sum *=i def task5(): sum = 1 for i in range(10000000): sum *=i def task6(): sum = 1 for i in range(10000000): sum *=i if __name__ == '__init__': # 开始时间 st_time = time.time() # 多进程情况下 p1 = Process(target = task1) p2 = Process(target = task2) p3 = Process(target = task3) p4 = Process(target = task4) p5 = Process(target = task5) p6 = Process(target = task6) p1.start() p2.start() p3.start() p4.start() p5.start() p6.start() p1.join() p2.join() p3.join() p4.join() p5.join() p6.join() print(time.time()-st_time) ''' 1.05321354643464 '''
IO密集测试
from threading import Thread import time #计算密集任务 def task1(): time.sleep(3) def task2(): time.sleep(3) def task3(): time.sleep(3) def task4(): time.sleep(3) def task5(): time.sleep(3) def task6(): time.sleep(3) if __name__ == '__main__': #开始时间 st_time = time.time() #多线程情况下 t1 = Thread(target = task1) t2 = Thread(target = task2) t3 = Thread(target = task3) t4 = Thread(target = task4) t5 = Thread(target = task5) t6 = Thread(target = task6) t1.start() t2.start() t3.start() t4.start() t5.start() t6.start() t1.join() t2.join() t3.join() t4.join() t5.join() t6.join() print(time.time - st_time) ''' 3.0035946873164 '''
二、进程池
进程池就是一个装进程的容器
为什么出现
当进程很多的时候方便管理进程
什么时候用？
当并发量特别大的时候 例如双十一
很多时候进程是空闲的 就让他进入进程池 让有任务处理时才从进程池取出来使用
进程池使用
ProcessPoolExecutor类
创建时指定最大进程数 自动创建进程
调用submit函数将任务提交到进程池中
创建进程是在调用submit后发生的
总结一下：
进程池可以自动创建进程
进程限制最大进程数
自动选择一个空闲的进程帮你处理任务
三、线程池
和进程池差不多，使用的是ThreadPoolExcecutor类
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/166583.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...
