Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。
线程（英语：threading）是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程（lightweight processes），但轻量进程更多指内核线程（kernel thread），而把用户线程（user thread）称为线程。
对于python线程相关的函数本文不再做详细讲解，如果想学习线程threading内容请参考：python 线程创建和参数传递
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 | # !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:何以解忧 @Blog(个人博客地址): shuopython.com @WeChat Official Account(微信公众号)：猿说python @Github:www.github.com
@File:python_threading.py @Time:2019/12/21 21:25
@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！ """
import threading
def study_info(*args,**kwargs): print(args,kwargs)
def main():
# 信息列表 list_info = [{"name":"python 基础","progress":"10%"}, {"name": "python 面向对象", "progress": "20%"}, {"name": "python 爬虫", "progress": "30%"}, {"name": "python pyqt5", "progress": "40%"}, {"name": "python 数据结构", "progress": "50%"},]
# 创建线程 for i in range(5): p = threading.Thread(target=study_info,args=(i,),kwargs=list_info[i]) # 启动线程 p.start()
if __name__ == "__main__": main() |
输出结果：
1 2 3 4 5 | (0,) {'name': 'python 基础', 'progress': '10%'} (1,) {'name': 'python 面向对象', 'progress': '20%'} (2,) {'name': 'python 爬虫', 'progress': '30%'} (3,) {'name': 'python pyqt5', 'progress': '40%'} (4,) {'name': 'python 数据结构', 'progress': '50%'} |
对于python进程相关的函数本文不再做详细讲解，如果想学习进程Process内容请参考：python 进程Process
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | from multiprocessing import Process
def study_info(*args,**kwargs): print(args,kwargs)
def main():
# 信息列表 list_info = [{"name":"python 基础","progress":"10%"}, {"name": "python 面向对象", "progress": "20%"}, {"name": "python 爬虫", "progress": "30%"}, {"name": "python pyqt5", "progress": "40%"}, {"name": "python 数据结构", "progress": "50%"},]
# 创建进程 for i in range(5): p = Process(target=study_info,args=(i,),kwargs=list_info[i]) # 启动进程 p.start()
if __name__ == "__main__": main() |
输出结果：
1 2 3 4 5 | (0,) {'name': 'python 基础', 'progress': '10%'} (1,) {'name': 'python 面向对象', 'progress': '20%'} (2,) {'name': 'python 爬虫', 'progress': '30%'} (3,) {'name': 'python pyqt5', 'progress': '40%'} (4,) {'name': 'python 数据结构', 'progress': '50%'} |
2.资源分配给进程，同一进程的所有线程共享该进程的所有资源，进程与进程之间资源相互独立，互不影响（类似深拷贝）;
3.多进程模式最大的优点就是稳定性高，因为一个子进程崩溃了，不会影响主进程和其他子进程，多进程模式的缺点是在Windows下创建进程开销巨大。另外，操作系统能同时运行的进程数也是有限的，在内存和CPU的限制下，如果有几千个进程同时运行，操作系统连调度都会成问题（进程的创建比线程的创建更加占用计算机资源）；
4.多线程模式致命的缺点就是任何一个线程挂掉都可能直接造成整个进程崩溃，因为所有线程共享进程的内存；
5.由于GIL锁的缘故，python 中线程实际上是并发运行（即便有多个cpu，线程会在其中一个cpu来回切换，只占用一个cpu资源），而进程才是真正的并行（同时执行多个任务，占用多个cpu资源），下面关于并行和并发做一个简单的了解；
并行是指两个或者多个事件在同一时刻发生，python中的进程属于并行，能充分利用计算机资源，效率最高，同时执行多个任务，占用多个cpu资源；
并发是指两个或多个事件在同一时间间隔发生，python中的线程属于并发，不管计算机有多少个CPU，不管你开了多少个线程，同一时间多个任务会在其中一个CPU来回切换，只占用一个CPU，效率并不高；
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
