标签：begin finish job thread1 time 进程 多线程
多进程3
以下代码比较了多线程、多进程和普通顺序执行所耗费的时间：
import multiprocessing as mp
import threading
import time
def job():
a = 0
for i in range(10000):
for j in range(10000):
a += 1
def by_multiprocess():
process1 = mp.Process(target=job)
process2 = mp.Process(target=job)
process1.start()
process2.start()
process1.join()
process2.join()
def by_multithread():
thread1 = threading.Thread(target=job)
thread2 = threading.Thread(target=job)
thread1.start()
thread2.start()
thread1.join()
thread2.join()
def by_non():
a = 0
for k in range(2):
for i in range(10000):
for j in range(10000):
a += 1
if __name__ == '__main__':
time_begin = time.time()
by_multiprocess()
time_finish = time.time()
print('time of multiprocess =', time_finish - time_begin)
time_begin = time.time()
by_non()
time_finish = time.time()
print('time of non =', time_finish - time_begin)
time_begin = time.time()
by_multithread()
time_finish = time.time()
print('time of multithread =', time_finish - time_begin)
输出结果：
time of multiprocess = 4.632150888442993
time of non = 8.940110445022583
time of multithread = 8.282327890396118
从结果来看，多进程所花费的时间少于另外两种方式，而多线程与普通顺序执行相差不大。
这是因为程序实际运行时，多线程每个时间点只有一个线程在运行，例如thread1和thread2，虽然我们使用start让它们看起来都开始运行，事实上只有thread1在运行，只有当thread1遇到特殊情况如输入输出，需要暂停时，thread2才会开始运行，简而言之，一方停滞，另一方运行。所以有时从多线程展示给我们的输出结果来看，几个线程是同时进行的，而实质上，他们并不是同时进行。多线程只比普通顺序执行节省了停滞的时间。
另一方面多进程是真正的同时进行，因为每个进程具有独立的资源。
进行比较时，上文把循环2*10000*10000次当成一个任务,循环这么多次，就是为了增大计算量，得到比较大的运行时间，便于比较。那为什么不可以直接使用time.sleep命令增加运行时间？
以下代码使用time.sleep命令增加任务运行时间：
import multiprocessing as mp
import threading
import time
def job():
for i in range(10):
time.sleep(0.5)
def by_multiprocess():
process1 = mp.Process(target=job)
process2 = mp.Process(target=job)
process1.start()
process2.start()
process1.join()
process2.join()
def by_multithread():
thread1 = threading.Thread(target=job)
thread2 = threading.Thread(target=job)
thread1.start()
thread2.start()
thread1.join()
thread2.join()
def by_non():
for k in range(2):
for i in range(10):
time.sleep(0.5)
if __name__ == '__main__':
time_begin = time.time()
by_multiprocess()
time_finish = time.time()
print('time of multiprocess =', time_finish - time_begin)
time_begin = time.time()
by_non()
time_finish = time.time()
print('time of non =', time_finish - time_begin)
time_begin = time.time()
by_multithread()
time_finish = time.time()
print('time of multithread =', time_finish - time_begin)
输出结果：
time of multiprocess = 5.157954931259155
time of non = 10.155349731445312
time of multithread = 5.049519300460815
这次结果中普通顺序执行依旧耗时最长，而多线程花费的时间与多进程相差无几。
这是因为使用time.sleep时，线程是停滞状态，可以切换到另一个线程运行。虽然多进程有并行的优势，多线程在这个环境下用插空的方式减少了大量运行时间，使他们运行时间十分接近。
进程的建立会花费更多时间，所以在程序遇到大量停滞的情况时，或许多线程是更好的选择。
标签：begin,finish,job,thread1,time,进程,多线程 来源： https://www.cnblogs.com/cxf-tech/p/15201121.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。