并发和并行 | Python中实现多线程 threading 和多进程 multiprocessing
共 5311字,需浏览 11分钟
·
2021-07-05 10:47
并发和并行 | Python中实现多线程 threading 和多进程 multiprocessing
昨天晚上组会轮到我汇报技术内容,最近正在和 ray 以及 spark 打交道,索性讲一下并发和并行。反正大家都是管理学院的,平时很少接触这种,因此这个选题不大可能因为内容基础而贻笑大方。
本文摆一摆并发和并行。附上很简单的 Python 代码,涉及到自带库 threading[1] 和 multiprocessing[2] 的使用。
并发和并行
咱们简单用多线程对应并发,多进程对应并行。多线程并发更强调充分利用性能;多进程并行更强调提升性能上限。
我用非常简单且不那么严谨的比喻来说明。
多线程
一个 CPU 相当于一个学生。
一个学生一周开一次组会,换句话说一周给老师汇报一次工作。
老师一般会给学生同时布置几个任务,比如做比赛、做项目、读论文,学生可能周一做做比赛、周二读读论文、周三做做项目... 到了组会,他就把三件事都拿出来汇报,老师很欣慰,因为在老师的视角里:学生这三件事是同时在做的。
多线程也是同一个道理,假设你的手机只有一块单核 CPU 。你的 CPU 这 0.01 秒用来播放音乐,下 0.01 秒用来解析网页... 在你的视角里:播放音乐和解析网页是同时进行的。你大可以畅快地边听音乐边网上冲浪
何谓充分利用性能? 如果这学生只有一项工作,那他这一周可能只需要花费两天来做任务,剩下时间摸鱼(针不搓,三点钟饮茶先!)。因此,我们用「多线程」来让学生实现『并发』,充分利用学生能力。
在实际情况中,多线程、高并发这些词语更多地出现在服务端程序里。比如一个网络连接由一个线程负责,一块 CPU 可以负责处理多个异步的请求,大大提升了 CPU 利用率。
多进程
多个 CPU ( CPU 的多核)相当于多个学生。
一个任务可以拆成几个任务相互协作、同时进行,则是多进程。
比如研究生课程,老师非得留个论文作业,都研究生了我去,留啥大作业。
那咱就多线程并行搞呗。确定了大概思路,剩下的一股脑写就行。咱队伍里一共甲乙丙丁四名同学,那就:
甲同学负责 Introduction 乙同学负责 Background 丙同学负责 Related Works 丁同学负责 Methodology
这是乙同学提出异议:不应该是先完成 Introduction 再写 Background ,一个个来嘛?
大哥,都研究生了嗷,作业糊弄糊弄差不多得了啊。让你写你就写。
可以预知,上述四部分同时进行,怎么也比一个人写四块要快。
所以说 多进程并行提升性能上限 。
在实际情况中,多进程更多地与高性能计算、分布式计算联系在一起。
Python 实现
首先声明咱的实验环境。
> python --version
Python 3.8.5
咱们设置个任务:求数的欧拉函数值。
def euler_func(n: int) -> int:
res = n
i = 2
while i <= n // i:
if n % i == 0:
res = res // i * (i - 1)
while (n % i == 0): n = n // i
i += 1
if n > 1:
res = res // n * (n - 1)
return res
求一个数的欧拉函数值可能很快,但是一堆数呢?
所以咱想着用并行完成这个任务。
咱们把任务分成三份。
task1 = list(range(2, 50000, 3)) # 2, 5, ...
task2 = list(range(3, 50000, 3)) # 3, 6, ...
task3 = list(range(4, 50000, 3)) # 4, 7, ...
def job(task: List):
for t in task:
euler_func(t)
来看看平平无奇的正常串行。
@timer
def normal():
job(task1)
job(task2)
job(task3)
完成了 task1
再完成 task2
... 行,没毛病。
看看多线程?
import threading as th
@timer
def mutlthread():
th1 = th.Thread(target=job, args=(task1, ))
th2 = th.Thread(target=job, args=(task2, ))
th3 = th.Thread(target=job, args=(task3, ))
th1.start()
th2.start()
th3.start()
th1.join()
th2.join()
th3.join()
再看看多进程?
import multiprocessing as mp
@timer
def multcore():
p1 = mp.Process(target=job, args=(task1, ))
p2 = mp.Process(target=job, args=(task2, ))
p3 = mp.Process(target=job, args=(task3, ))
p1.start()
p2.start()
p3.start()
p1.join()
p2.join()
p3.join()
上述代码的逻辑是这样的:
我创建线程/进程,其生来的目的就是完成任务 job(task1)
或job(task2)
、job(task3)
,注意这里函数名和参数被分开了target=job, args=(task1, )
然后 start()
,告诉线程/进程:你可以开始干活了他们自己干自己的,咱们程序主逻辑还得继续往下运行 到 join()
这里,咱们是指让线程/进程阻塞住咱的主逻辑,比如p1.join()
是指:p1
不干完活,我主逻辑不往下进行(属于是「阻塞」)这样,我们的函数 multcore
结束后,一定其中的线程/进程任务都完成了
咱看看结果:
if __name__ == '__main__':
print("同步串行:")
normal()
print("多线程并发:")
mutlthread()
print("多进程并行:")
multcore()
# 下面是结果
同步串行:
timer: using 0.24116 s
多线程并发:
timer: using 0.24688 s
多进程并行:
timer: using 0.13791 s
结果不太对,按理说,多进程并行
的耗时应该是同步串行
的三分之一,毕竟三个同等体量的任务在同时进行。
多线程并发
比同步串行
慢是应该的,因为多线程并发
和同步串行
的算力是一样的,但是多线程并发得在各个任务间来回切换,导致更慢。
你问 @timer
是什么意思?哦,这个是我写的修饰器,如下。
def timer(func):
@wraps(func)
def inner_func():
t = time.time()
rts = func()
print(f"timer: using {time.time() - t :.5f} s")
return rts
return inner_func
参考资料
threading: https://docs.python.org/zh-cn/3.7/library/threading.html
[2]multiprocessing: https://docs.python.org/zh-cn/3.7/library/multiprocessing.html