python数据结构和GIL及多进程

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python数据结构和GIL及多进程，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含8712字，纯文字阅读大概需要13分钟。

内容图文

一 数据结构和GIL

1 queue

标准库queue模块，提供FIFO的queue、LIFO的队列，优先队列
Queue 类是线程安全的，适用于多线程间安全的交换数据，内部使用了Lock和Condition

为什么说容器的大小不准确，其原因是如果不加锁，是不可能获取到准确的大小的，因为你刚读取了一个大小，还没取走，有可能被就被其他线程修改了，queue类的size虽然加了锁，但是依然不能保证立即get，put就能成功，因为读取大小和get,put方法是分来的。

2 GIL

1 简介

全局解释器锁，进程级别的锁GIL
Cpython在解释器进程中有一把锁，叫做GIL全局解释器锁。

GIL 保证Cpython进程中，当前时刻只有一个线程执行代码，甚至在多核情况下，也是如此。

2 IO 密集型和CPU密集型

Cpython中
IO 密集型，由于线程阻塞，就会调度其他线程
CPU密集型，当前线程可能连续获取GIL，导致其他线程几乎无法使用CPU，若要唤醒其他线程，则需要准备数据，其代价是高昂的。

IO 密集型，多线程解决，CPU密集型，多进程解决，绕开GIL。

python中绝大多数内置数据结构的读写操作都是原子操作

由于GIL 的存在，python的内置数据类型在多线程编程的时候就变得安全了，但是实际上他们本身不是线程安全类型的

3 保留GIL 原因

Guido坚持的简单哲学，对于初学者门槛低，不需要高深的系统知识也能安全，简单的使用python。
而移除GIL。会降低Cpython单线程的执行效率。

4 验证其是否是单线程

相关实例

import  logging
import datetime
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc():
    sum=0
    for _ in range(1000000000):
        sum+=1

calc()
calc()
calc()
calc()
calc()
delta=(datetime.datetime.now()-start).total_seconds()
logging.info(delta)

多线程模式下的计算结果

import  logging
import datetime
import threading
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc():
    sum=0
    for _ in range(1000000000):
        sum+=1
lst=[]
for _ in range(5):
    t=threading.Thread(target=calc)
    t.start()
    lst.append(t)

for t in lst:
    t.join()

delta=(datetime.datetime.now()-start).total_seconds()

print (delta)

结果如下

从这两个程序来看，Cpython中多线程根本没有优势，和一个线程执行的时间相当，因为存在GIL

二 多进程

1 概念

1 多进程描述

由于python中的GIL ，多线程不是CPU密集型程序的最好选择

多进程可以在完全独立的进程中运行程序，可以充分利用多处理器

但是进程本身的隔离带来数据不共享也是一个问题，且线程比进程轻量的多

多进程也是解决并发的一种手段

2 进程和线程的异同

相同点：

进程是可以终止的，线程是不能通过命令终止的，线程的终止要么抛出异常，要么程序本身执行完成。

进程间同步提供了和线程同步一样的类，使用方式也是一样的，使用效果也是类似，不过，进程间同步的代价要高于线程，而且底层实现不同。

multiprocessing 还提供了共享内存，服务器进程来共享数据，还提供了queue队列，匹配管道用于进程间通信

不同点

通信方式不同
1 多进程就是启用多个解释器进程，进程间通信必须序列化，反序列化
2 数据的安全性问题

多进程最好是在main中执行
多线程已经将数据进行处理了，其不需要再次进行序列化了

多进程传递必须序列化和反序列化。

3 进程应用

远程调用，RPC，跨网络

2 参数介绍

multiprocessing中的process类

process 类遵循了Thread类的API，减少了学习难度
不同进程可以完全调度到不同的CPU上执行

IO 密集型最好使用多线程
CPU 密集型最好使用多进程

进程提供的相关属性

3 实例

import  logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc(i):
    sum=0
    for _ in range(1000000000):
        sum+=1
lst=[]
for  i in range(5):
    p=multiprocessing.Process(target=calc,args=(i,),name="P-{}".format(i))
    p.start()
    lst.append(p)
for p in  lst:
    p.join()

delta=(datetime.datetime.now()-start).total_seconds()
print (delta)

结果如下

多进程本身避开了进程和进程之间调度需要的时间，多核心都使用了，此处存在CPU的调度问题
多进程对CPU的提升是显而易见的。
单线程，多线程都跑了很长时间，而多进程只是用了1分半，是真正的并行

4 进程池相关

import  logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc(i):
    sum=0
    for _ in range(1000000000):
        sum+=1
    print (i,sum)
if  __name__=='__main__':
    start=datetime.datetime.now()
    p=multiprocessing.Pool(5)  # 此处用于初始化进程池，其池中的资源是可以复用的
    for i in range(5):
        p.apply_async(calc,args=(i,))
    p.close()  # 下面要执行join，上面必须先close
    p.join()
    delta=(datetime.datetime.now()-start).total_seconds()
    print (delta)

结果如下

进程创建的多，使用进程池进行处理还是一种比较好的处理方式

5 多进程和多线程的选择

1 选择

1 CPU 密集型
Cpython 中使用了GIL，多线程的时候互相竞争，且多核优势不能发挥，python使用多进程效率更高

2 IO密集型

适合使用多线程，减少IO序列化开销，且在IO等待时，切换到其他线程继续执行，效率不错，当然多进程也适用于IO密集型

2 应用

请求/应答模型： WEB应用中常见的处理模型

master启动多个worker工作进程，一般和CPU数目相同
worker工作进程中启动多个线程，提高并发处理能力，worker处理用户的请求，往往需要等待数据
这就是nginx的工作模式

工作进程一般都和CPU核数相同，CPU的亲原性，进程在CPU的迁移成本比较高。

三 concurrent包

1 概念

concurrent.futures
3.2 版本引入的模块
异步并行任务编程模块，提供一个高级的异步可执行的便利接口

提供了2个池执行器

ThreadPoolExecutor 异步调用的线程池的Executor
ProcessPoolExecutor 异步调用进程池的Executor

2 参数详解

Future 类

3 线程池相关实例

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定义未来执行的任务
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
# 创建一个线程池，池容量为3
executor=futures.ThreadPoolExecutor(max_workers=3)

fs=[]
for i in range(3):
    f=executor.submit(worker,i)  # 传入参数，返回Future对象
    fs.append(f)

for  i in range(3,6):
    f=executor.submit(worker,i)  # 传入参数，返回Future对象
    fs.append(f)
while True:
    time.sleep(2)
    logging.info(threading.enumerate())  #返回存活线程列表
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
        flag=flag  and f.done()  # 若都调用成功，则返回为True,否则则返回为False
    if flag:
        executor.shutdown()  # 如果全部调用成功，则需要清理池
        logging.info(threading.enumerate())
        break

结果如下

其线程池中的线程是持续使用的，一旦创建好的线程，其不会变化，唯一不好的就是线程名未发生变化，但其最多影响了打印效果

4 进程池相关实例

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定义未来执行的任务
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
# 创建一个进程池，池容量为3
executor=futures.ProcessPoolExecutor(max_workers=3)

fs=[]
for i in range(3):
    f=executor.submit(worker,i)  # 传入参数，返回Future对象
    fs.append(f)

for  i in range(3,6):
    f=executor.submit(worker,i)  # 传入参数，返回Future对象
    fs.append(f)
while True:
    time.sleep(2)
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
        flag=flag  and f.done()  # 若都调用成功，则返回为True,否则则返回为False
    if flag:
        executor.shutdown()  # 如果全部调用成功，则需要清理池
        break

结果如下

5 支持上下文管理

concurrent.futures.ProcessPoolExecutor 继承自concurrent.futures.base.Executor，而父类有enter,_exit方法，其是支持上下文管理的，可以使用with语句

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定义未来执行的任务
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
fs=[]
with   futures.ProcessPoolExecutor(max_workers=3) as executor:
    for  i in range(6):
        futures=executor.submit(worker,i)
        fs.append(futures)
while True:
    time.sleep(2)
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
        flag=flag  and f.done()  # 若都调用成功，则返回为True,否则则返回为False
    if flag:
        executor.shutdown()  # 如果全部调用成功，则需要清理池
        break

结果如下

6 总结

统一了线程池，进程池的调用，简化了编程，是python简单的思想哲学的提现
唯一缺点： 无法设置线程名称

内容总结

以上是互联网集市为您收集整理的python数据结构和GIL及多进程全部内容，希望文章能够帮你解决python数据结构和GIL及多进程所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端