python 多线程 多进程 协程 使用场景
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 多线程 多进程 协程 使用场景，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1050字，纯文字阅读大概需要2分钟。
内容图文
原文链接：https://q.cnblogs.com/q/112898/
强调：本人python入门学习阶段
多线程：IO密集型（
IO密集型指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作，此时CPU Loading并不高。
I/O bound的程序一般在达到性能极限时，CPU占用率仍然较低。这可能是因为任务本身需要大量I/O操作，而pipeline做得不是很好，没有充分利用处理器能力。
）
多继承：CPU密集型（
CPU密集型也叫计算密集型，指的是系统的硬盘、内存性能相对CPU要好很多，此时，系统运作大部分的状况是CPU Loading 100%，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完成，而CPU还有许多运算要处理，CPU Loading很高。
在多重程序系统中，大部份时间用来做计算、逻辑判断等CPU动作的程序称之CPU bound。例如一个计算圆周率至小数点一千位以下的程序，在执行的过程当中绝大部份时间用在三角函数和开根号的计算，便是属于CPU bound的程序。
CPU bound的程序一般而言CPU占用率相当高。这可能是因为任务本身不太需要访问I/O设备，也可能是因为程序是多线程实现因此屏蔽掉了等待I/O的时间。
）
协程：个人感觉是如果真的要同时并行做i/o操作，还是多线程好些。如果是一些简单的异步操作，用协程
内容总结
以上是互联网集市为您收集整理的python 多线程 多进程 协程 使用场景全部内容，希望文章能够帮你解决python 多线程 多进程 协程 使用场景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
扫描二维码推送至手机访问。