python线程、协程，了解一下

关注

原创最新推荐文章于 2026-08-19 19:44:16 发布 187 阅读 AI 写同款· GEO 优化 ›

Python进程、线程、协程每个进程都有各自的一块独立的内存，保证进程彼此间的内存地址空间的隔离。这种任务虽然也可以用多任务完成，但是当任务过多时（超过cpu的核数），花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。：涉及到网络、磁盘IO的任务都是IO密集型任务，比如网络传输、数据库等调用、爬虫等，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（存在阻塞），99%的时间花费在IO上（因为IO的速度远远低于CPU和内存的速度）。阅读详情

定义一个线程

import os
import  time,threading,multiprocessing

def thread_run():
    print(threading.get_ident(),'ident')
    print(os.getpid() , '=pid ')
    print(os.getppid(), '=ppid')

def run (name):
    time.sleep(2)
    print('hello',name)
    t = threading.Thread(target=thread_run,)
    t.start()

if __name__ == '__main__':
    for i in range(10):
        #args  是一个list
        #开启多线程
        p = multiprocessing.Process(target=run,args=('liu',))
        p.start()

再定义一个线程

import threading
import os
class A(threading.Thread):
    def __init__(self,s):
        self.s = s
        threading.Thread.__init__(self)

    def run(self):
        for i in range(111):
            print(self.s,threading.current_thread(),i,os.getppid(),os.getpid())


t1 = A('apple')
t1.start()

定义一个协程

'''
异步io
协程
微线程
用户态的的轻量级线程
拥有自己的寄存器上下文和栈
能保留上次的调用状态

无需上下文切换的开销
无需原子操作锁定及同步
高并发
高扩展
低成本

无法利用CPU多核资源

单线程内实现高并发的操作


执行多个方法
遇到io操作进行切换

'''

from greenlet import greenlet
import os

# 封装好的协程



def run():
    print('runing')
    print(os.getppid())
    g2.switch()  #切换到run2
    print(os.getpid())
    g2.switch()

def run2():
    print('run2ing')
    print(os.getppid())
    g1.switch()
    print(os.getppid())
    print('end')

g1 = greenlet(run)
g2 = greenlet(run2)

g1.switch()  #进行切换

#遇到io 自动切换