0%

以画降水图为例，学习线程和进程：python就不要使用多线程！！！

发表于 更新于 分类于 阅读次数：
本文字数： 927 阅读时长 ≈ 1 分钟

#b计算机基础/c_计算机系统/整理
2019年12月22日 下午10:21

进程 vs. 线程 - 廖雪峰的官方网站

结论：

  1. 稳定性：进程 > 线程
  2. 创建的代价：进程 > 线程
  3. 执行速度：要根据操作系统判断
  4. 任务类型：计算密集型 vs. IO密集型
    • Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C语言编写。

模块实现说明：

  1. 整个模块输入是以python启动的一个网络服务，其中使用的接口是http，接受的对象是json字符串，来接受画图的原始数据；由于考虑到可能会出现并发访问，所以每次画图都会新建一个线程来画图
  2. 出现的问题： 有时会出现原本画一个图只需要6s，但是偶然会出现40s的情况

原因分析：

  1. 多线程在Python中只能在一个核上交替执行：当发生并发访问时，此时会启动多个线程，在一个核心上不断的调度，分配时间片，这就会导致时间长很多。
  2. 理论分析：
    1. 多线程 - 廖雪峰的官方网站
    2. 因为Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock， 任何Python线程执行前，必须先获得GIL锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。 这个GIL全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核。
    3. python多线程代码运行速度更慢-原因解析
    4. 在 单核CPU机器上，多线程与单线程在本质上并无不同 ，因为所有线程都是轮流占用CPU。多个线程慢于一个线程，因为其他线程还要先调度出来，再等待。
    5. 在 多核CPU机器上，多线程代码运行性能会非常糟糕 ，比单核更糟糕。因为这时候多一个步骤，不同的CPU再竞争GIL，GIL只有一个。Python在多核CPU上的多核CPU也只有单线程在跑程序。

解决方法：python就不要使用多线程！！！

  1. 不使用多线程：
    1. 绕过GIL，使用进程来代替线程：因为多个Python进程有各自独立的GIL锁，互不影响。
    2. 做一个队列，来获取得到的原始json数据，保存到队列中；再用一个线程/进程来循环访问队列(或者找到一种回调方式，当队列中有数据时按顺序回调画图函数)