关注+星标，每天学习Python新技能

因公众号更改推送规则，请点“在看”并加“星标”第一时间获取精彩技术分享

来源于网络，侵删

在 Python 中，我们可以使用多线程和多进程来实现并发执行的程序以提高效率。下面是对于 Python 中线程、进程、多线程和多进程的简要说明：

• 线程（Thread）
  ：线程是进程内部的执行路径，用于执行程序的一部分。Python 提供了 threading 模块来创建和管理线程。
• 进程（Process）
  ：进程是程序的执行实例，具有独立的资源和控制流程。可以使用 multiprocessing 模块在 Python 中创建和管理进程。
• 多线程（Multithreading）
  ：多线程是在单个进程内创建多个线程来同时执行任务的方式。多个线程共享进程的资源，但需要注意线程间的同步和资源竞争问题。
• 多进程（Multiprocessing）
  ：多进程是通过创建多个独立的进程来实现并发执行的方式。每个进程有自己独立的资源和控制流程，可以利用多核处理器并行执行任务。

使用多线程和多进程的选择取决于具体的场景和需求。多线程适合于 I/O 密集型任务，如网络请求、文件读写等，可以提高并发性和响应性。多进程适用于 CPU 密集型任务，如大量计算、图像处理等，可以利用多核处理器加速运算。

需要注意的是，在 Python 中全局解释器锁（Global Interpreter Lock，GIL）的限制下，多线程并不能实现真正的并行执行，而是通过在不同线程之间切换来达到并发效果。如果需要真正的并行执行，可以使用多进程来充分利用多核处理器。

要在 Python 中使用多线程和多进程，可以使用 threading 和 multiprocessing 模块，它们提供了相应的类和函数来创建和管理线程和进程，以及处理线程间的同步和通信。

GIL的作用：单一CPU工作，线程安全

二、Multiprocessing

Python 的 multiprocessing 模块提供了用于并行执行任务的多进程功能。它允许在 Python 中创建和管理多个独立的进程，每个进程有自己独立的资源和控制流程，可以同时执行任务以提高程序的性能和效率。

下面是对 multiprocessing 模块的详细说明：

• 进程创建
  ：multiprocessing 模块提供了 Process 类，可以使用它来创建进程。通过创建 Process 类的实例，可以指定要执行的函数或方法，并传递参数给它们。然后调用进程的 start() 方法来启动进程的执行。

• 进程间通信：由于每个进程拥有独立的地址空间，进程间的数据共享需要使用特定的进程间通信（IPC）机制。multiprocessing 模块提供了多种 IPC 的方式，如队列（Queue）、管道（Pipe）、共享内存（Value、Array）等，在不同进程之间安全地传递数据。

• 进程池：通过使用 multiprocessing 模块的 Pool 类，可以创建进程池，实现对任务的批量处理。进程池中的多个进程可以并行执行任务，从而提高效率。

• 锁和同步
  ：多个进程同时访问共享资源时，可能会导致资源竞争和数据不一致的问题。为了避免这些问题，multiprocessing 模块提供了锁（Lock）、信号量（Semaphore）、条件变量（Condition）、事件（Event）等同步原语，用于实现进程间的同步和通信。

from multiprocessing import Process,Lockmanage = Manager()lock = manage.Lock()

• 异常处理
  ：在多进程执行时，各个进程都是相互独立运行的，因此可能会出现进程抛出异常的情况。multiprocessing 模块提供了异常处理机制，可以捕获和处理子进程抛出的异常。

总体而言，multiprocessing 模块提供了一种简单且方便的方式来实现多进程并行处理。它适用于处理 CPU 密集型任务、利用多核处理器的计算、并行执行独立的子任务等场景，可以充分发挥多核处理器的能力，提高程序的性能和效率。

import multiprocessing as muldeff(x):return x ** 2if __name__ == '__main__':    pool = mul.Pool(5)    rel = pool.map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])    print(rel)

pool.close()和pool.join()是用于管理multiprocessing模块中进程池的两个方法。

• pool.close()
  方法用于关闭进程池，表示不再接受新的任务。之后如果尝试提交新的任务，将会引发错误。
• pool.join()
  方法用于等待所有提交的任务执行完毕，即所有任务都被处理完成后再继续执行后续代码。这个方法会阻塞当前线程，直到所有任务都完成。

通常的使用方式是：先调用pool.close()方法告诉进程池不再接受新任务，然后调用pool.join()方法等待所有任务执行完毕。这样可以确保在主进程退出前，子进程都被正确地清理和终止。

进程示例

# coding:utf-8"""主进程与子进程互不影响"""import timeimport osimport multiprocessingdefwork_a():for i in range(10):        print(i, 'a', os.getpid())        time.sleep(1)defwork_b():for i in range(10):        print(i, 'b', os.getpid())        time.sleep(1)if __name__ == '__main__':    start = time.time() # 主进程1    a_p = multiprocessing.Process(target=work_a)  # 子进程1# a_p.start()  # 子进程1执行# a_p.join()    b_p = multiprocessing.Process(target=work_b)  # 子进程2# b_p.start()  # 子进程2执行for p in (a_p, b_p):        p.start()for p in (a_p, b_p):        p.join()for p in (a_p, b_p):        print(p.is_alive())    print('时间消耗是：', time.time() - start)  # 主进程代码2    print('parent pid is %s' % os.getpid())  # 主进程代码3行

进程池示例

# coding:utf-8import osimport timeimport multiprocessingdefwork(count, lock):    lock.acquire()    print(count, os.getpid())    time.sleep(5)    lock.release()return'result is %s, pid is %s' % (count, os.getpid())if __name__ == '__main__':    pool = multiprocessing.Pool(5)    manger = multiprocessing.Manager()    lock = manger.Lock()    results = []for i in range(20):        result = pool.apply_async(func=work, args=(i, lock))# results.append(result)# for res in results:#     print(res.get())    pool.close()    pool.join()

问题1.使用multiprocessing.Pool并行处理任务时，需要添加锁吗

在使用multiprocessing.Pool并行处理任务时，通常情况下不需要手动添加锁。

multiprocessing.Pool内部会自动处理进程间的并发访问问题，确保任务的并行执行不会导致数据竞争或冲突。

Pool会将任务分配给不同的进程，并确保每个进程独立地执行任务。每个进程都有自己的内存空间和执行环境，因此它们之间不会共享变量。

然而，如果你在任务内部使用了共享的可变数据结构（例如列表、字典）或共享的资源（例如文件、网络资源），那么你可能需要考虑使用进程锁（multiprocessing.Lock）或其他同步机制来保证数据访问的一致性和完整性。

在这种情况下，你可以在任务函数中使用锁来保护共享资源的读写操作，以避免数据竞争问题。如果你的任务没有使用共享的可变数据结构或资源，则通常情况下无需手动添加锁。

需要注意的是，进程锁的使用可能会对并行性能产生一定的影响，尤其是在高度竞争的情况下。因此，在使用锁时，需要权衡并行性能和数据一致性之间的需求。

问题2.multiprocessing.map用于for循环加速时，怎么加锁

import multiprocessingdefprocess_item(args):    print(multiprocessing.current_process().pid)    item, lock = args# 加锁with lock:        print(item)# 处理共享资源# ...defmain():# 创建一个进程池    pool = multiprocessing.Pool()# 创建一个Manager对象    manager = multiprocessing.Manager()# 创建一个可在多个进程之间共享的锁对象    lock = manager.Lock()# 要处理的数据    data = [1, 2, 3, 4, 5, 6]# 使用map进行并行处理    pool.map(process_item, [(item, lock) for item in data])# 关闭进程池    pool.close()    pool.join()if __name__ == '__main__':    main()

注意，加锁可能会导致性能下降，因为多个进程需要等待锁的释放才能继续执行。因此，在使用multiprocessing.map时，应该根据具体情况权衡使用锁的必要性和性能影响。

问题3.在使用Python的multiprocessing模块的map函数时必须在main中吗，为什么？

在使用Python的multiprocessing模块的map函数时，通常需要将其放在__main__函数或脚本的顶层代码中。这是因为multiprocessing模块在Windows和Unix-like系统上使用不同的方法来实现多进程，并且需要在__main__函数或脚本的顶层代码中启动新的进程。

具体原因是，在Unix-like系统中，multiprocessing模块会使用fork系统调用来创建子进程，它会复制当前进程的所有代码和状态。因此，当map函数在__main__函数或脚本的顶层代码中被调用时，map函数所依赖的代码也会被复制到新的子进程中。

而在Windows系统中，由于没有fork系统调用，multiprocessing模块会通过spawn方法来创建新的进程。在这种情况下，Python解释器会将整个脚本重新执行一次，并从__main__函数开始执行。因此，如果map函数不在__main__函数或脚本的顶层代码中调用，新的进程将无法找到所需的代码。

综上所述，为了确保在不同操作系统上multiprocessing.map的正确运行，它通常需要在__main__函数或脚本的顶层代码中被调用。

问题4.Python函数并行的基本实现方式

import multiprocessingdeffunc1():    print("Function 1")deffunc2():    print("Function 2")if __name__ == "__main__":# 创建两个进程    process1 = multiprocessing.Process(target=func1)    process2 = multiprocessing.Process(target=func2)# 启动进程    process1.start()    process2.start()# 等待进程结束    process1.join()    process2.join()

三、Multithreading

问题1.python for循环可以用多线程吗

在Python中，简单的for循环无法直接并发执行多线程。这是因为Python解释器的全局解释器锁（Global Interpreter Lock，GIL）限制了在解释器级别同时运行多个线程执行字节码的能力。

GIL是一种机制，确保在CPython解释器中同一时刻只有一个线程在执行Python字节码。这意味着即使在多线程环境下，同一进程中的多个线程也无法同时利用多个CPU核心。

然而，值得注意的是，尽管for循环本身不能直接并发执行多线程，但是可以使用其他模块（如threading模块）来在循环内部创建和管理多个线程，以实现并发执行的效果。

以下是一个示例代码，展示了如何在for循环中使用threading模块创建多个线程并发执行任务：

import threadingdefprocess_function(value):# 执行任务的代码    print(f"Processing value {value}")if __name__ == "__main__":    values = [1, 2, 3, 4, 5]    threads = []for value in values:        thread = threading.Thread(target=process_function, args=(value,))        threads.append(thread)        thread.start()# 等待所有线程完成for thread in threads:        thread.join()    print("All threads completed")

在上述示例中，我们使用threading.Thread来创建多个线程，并将每个线程的目标函数设置为process_function。在循环结束后，我们启动每个线程，并使用join方法等待所有线程完成。

需要注意的是，由于GIL的存在，在多线程情况下，并不会提高CPU密集型任务的执行速度，因为同一时刻只有一个线程能够执行Python字节码。而对于I/O密集型任务，多线程可以在等待I/O的时候切换到其他线程，提高效率。

如果你希望充分利用多核/多CPU，实现并行处理，可以考虑使用multiprocessing模块来创建多个进程执行任务。

四、concurrent.futures

concurrent.futures是 Python 标准库中用于并发编程的模块。它提供了一种高级的接口，使得在编写并发代码时更加简单和直观。concurrent.futures模块基于线程池和进程池的概念，允许在多个线程或进程中并发执行任务，并提供了一些方便的方法来管理并发任务的执行和获取结果。

下面是对concurrent.futures模块的一些关键概念和用法的详细说明：

1. Executor接口：concurrent.futures模块提供了Executor接口作为执行并发任务的抽象。它定义了一些常用的方法，如submit()、map()和shutdown()。

• submit(fn, *args, **kwargs)：
  将函数fn以及其参数args和关键字参数kwargs提交给执行器，返回一个Future对象，代表函数的异步执行。
• map(fn, *iterables, timeout=None)：
  将函数fn应用于iterables中的每个元素，并返回一个可迭代的Future对象，每个Future对象代表一个函数的异步执行。
• shutdown(wait=True)
  ：
• 关闭执行器，等待所有任务完成。如
• 果wait参数为True（默认），则会阻塞直到所有任务完成。

2. Future对象：Future对象代表一个异步操作的结果。通过submit()或map()方法返回的Future对象可以用于获取任务的结果和管理任务的状态。

• result(timeout=None)
  ：
• 等待并返回任务的结果。如果timeout参数指定了超时时间，超过该时间仍未完成则抛出TimeoutError异常。
• add_done_callback(fn)
  ：添加一个回调函数，在任务完成时被调用。
• cancelled()
  ：
• 返回任务是否被取消。
• running()
  ：返回任务是否正在运行
• 。
• done()：
  返回任务是否已经完成。

3. 并发任务的执行方式：

• 线程池执行器：concurrent.futures.ThreadPoolExecutor类提供了线程池的实现，使用线程来执行并发任务。
• 进程池执行器：concurrent.futures.ProcessPoolExecutor类提供了进程池的实现，使用多个进程来执行并发任务。

下面是一个简单示例，演示了如何使用concurrent.futures模块创建线程池执行器并异步执行任务：

import concurrent.futuresdeftask(name):    print(f"Task {name} started")    result = name.upper()    print(f"Task {name} completed")return resultif __name__ == '__main__':with concurrent.futures.ThreadPoolExecutor() as executor:        futures = [executor.submit(task, i) for i in range(5)]for future in concurrent.futures.as_completed(futures):            result = future.result()            print(f"Result: {result}")

在上述示例中，我们定义了一个简单的任务函数task()，它接受一个名称作为输入，并将其转换为大写。然后，我们使用ThreadPoolExecutor创建了一个线程池执行器，并使用submit()方法提交了五个任务。通过as_completed()函数，我们可以按照任务完成的顺序获取结果，并打印出每个任务的结果。

这只是concurrent.futures模块的基本用法介绍，它还提供了其他功能，如超时处理、并发映射、异常处理等。

五、joblib

joblib是一个用于高效地并行运行 Python 函数的库，特别适用于科学计算和机器学习任务。它提供了一种简单的方式来并行执行函数，自动处理函数的序列化和反序列化，并提供了内存缓存功能，以减少重复计算的开销。

下面是对joblib库的一些关键概念和用法的详细说明：

• 并行执行函数：joblib
  提供了Parallel类，用于并行执行函数。它可以通过多线程或多进程的方式实现并行计算。

from joblib import Parallel, delayed# 定义需要并行执行的函数defmy_function(x):return x ** 2# 并行执行函数results = Parallel(n_jobs=2)(delayed(my_function)(i) for i in range(10))

在上述示例中，我们定义了一个简单的函数my_function()，它接受一个参数并返回参数的平方。通过Parallel类，我们可以并行地执行my_function()函数，并得到一个包含计算结果的列表。

• 内存缓存：joblib
  提供了Memory类，用于在函数执行期间缓存中间结果，以减少重复计算的开销。

from joblib import Memory# 创建内存缓存对象mem = Memory("cachedir")# 定义需要缓存的函数@mem.cachedefmy_function(x):return x ** 2# 调用函数result = my_function(5)

在上述示例中，我们使用Memory类创建了一个内存缓存对象，指定缓存目录为 "cachedir"。通过装饰器@mem.cache，我们将my_function()函数包装成一个带有缓存功能的函数。在函数被调用时，如果输入参数已经被缓存，那么将直接返回缓存的结果，避免重复计算。

• 其他功能
  ：joblib还提供了其他一些功能，如延迟计算、并行循环、内存映射等。你可以根据具体需求进一步探索和了解这些功能。

joblib库的优势在于它的简单易用性和高效性，特别适用于科学计算和机器学习中的大规模计算任务。它可以帮助提高代码的执行速度，并提供了一些方便的功能来处理函数的并行执行和结果的缓存，从而提升工作效率。