Python中单线程、多线程和多进程的效率对比实验
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
| 操作系统 | CPU | 内存 | 硬盘 |
|---|---|---|---|
| Windows 10 | 双核 | 8GB | 机械硬盘 |
(1)引入所需要的模块
|
1
2
3
4
|
requests
time
Thread
Process
|
(2)定义CPU密集的计算函数
|
1
2
3
4
5
6
7
|
:
# 使程序完成150万计算
0
:
1
x
y
|
（3）定义IO密集的文件读写函数
|
1
2
3
4
5
6
7
8
9
10
|
:
)
:
)
)
:
)
)
)
|
(4) 定义网络请求函数
|
1
2
3
4
5
6
7
8
9
10
|
{
}
:
:
)
text
}
:
}
|
(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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
# CPU密集操作
)
:
)
)
# IO密集操作
)
:
)
)
)
# 网络请求密集型操作
)
:
)
)
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
:
)
)
)
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
)
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
Output: 54.342000007629395、53.437999963760376
(10)测试多进程并发执行IO密集型操作
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
)
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
Output: 12.509000062942505、13.059000015258789
(11)测试多进程并发执行Http请求密集型操作
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
)
]
)
:
)
)
)
)
:
:
:
1
:
break
)
|
Output: 0.5329999923706055、0.4760000705718994
实验结果
| CPU密集型操作 | IO密集型操作 | 网络请求密集型操作 | |
|---|---|---|---|
| 线性操作 | 94.91824996469 | 22.46199995279 | 7.3296000004 |
| 多线程操作 | 101.1700000762 | 24.8605000973 | 0.5053332647 |
| 多进程操作 | 53.8899999857 | 12.7840000391 | 0.5045000315 |
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