Python高级语法（11）多线程、多进程、协程简介与选择（python多进程和多线程协程）

Python高级语法（11）多线程、多进程、协程简介与选择（python多进程和多线程协程）

Python高级语法（1）抽象类

Python高级语法（2）多继承和MRO继承机制

Python高级语法（3）global和nolocal关键字使用详解

Python高级语法（4）魔法函数__init__/__del__/__new__

Python高级语法（5）魔法函数__str__/__repr__即str和repr的联系与区别的本质

Python高级语法（6）魔法函数__len__和__contains__即in和len()的本质

Python高级语法（7）魔法函数__getitem__/__setitem__/__delitem__即字典通过key取值赋值等本质

Python高级语法（8）魔法函数__enter__/__exit__即with上下文管理器的本质

Python高级语法（9）魔法函数__call__让对象像函数一样调用

Python高级语法（10）魔法函数__getattr__/__setattr__/__delattr__/__getattribute__对属性设置查询等的底层拦截处理

Python高级语法（11）多线程、多进程、协程简介与选择

Python高级语法（12）编码规范即pep8详解

Python高级语法（13）python中的一切皆对象

Python高级语法（14）type、object和class的关系

Python高级语法（15）装饰器

Python高级语法（16）迭代器

Python高级语法（17）map,filter,reduce,zip,lambda的应用

1、python实现并发并行编程的方式有三种：多线程、多进程、多协程

CPU密集型计算（CPU-bound）； CPU密集型也叫计算密集型，是指I/O在很短的时间内完成，CPU需要大量的计算和处理，特点就是CPU占用率相当高 如：压缩解压缩，加密解密，正则表达式搜索I/O密集型计算（I/O-bound）： IO密集型是指系统运作大部分的状况是CPU在等IO（硬盘和内存）的读写操作，CPU占用率仍然很低 例如：文件处理程序，网络爬虫程序，读写数据库程序等多进程（Process）

优点：可以利用多核CPU并行运算缺点：占用资源最多，可启动数据比线程少适用场景：CPU密集型计算

多线程

优点：相比进程，更轻量级，占用资源小缺点：

相比进程：多线程只能并发，不能利用多CPU(GIL)相比协程：启动数据有限制，占用内存资源，有线程切换开

适用场景：IO密集型计算，同时运行的任务数据要求不多

多协程

优点：内存开销最少，启动协程数量最多缺点：支持的库有限制，代码实现复杂适用于：IO密集型计算，需要超过任务运行，但有现成库支持的场景

2、三种方式的选择

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。