python多进程与多线程

最新推荐文章于 2025-06-04 15:45:47 发布

--成长的菜鸟--

最新推荐文章于 2025-06-04 15:45:47 发布

阅读量383

点赞数

CC 4.0 BY-SA版权

分类专栏： python学习文章标签： python多进程与多线程

本文链接：https://blog.youkuaiyun.com/w__y__q/article/details/103038743

python学习专栏收录该内容

2 篇文章

订阅专栏

本文深入探讨了进程和线程的概念，以及它们在Python中的应用。通过对比多进程与多线程的运行效率，解析了Python多线程运行速度慢的原因，并介绍了GIL对多线程的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、概念
进程（Process）是计算机中的程序关于某数据集合上的一次运行活动;
线程（thread）是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程（lightweight processes），但轻量进程更多指内核线程（kernel thread），而把用户线程（user thread）称为线程。
2、使用

多进程

from multiprocessing import Process
import os,time

def work(times):
    i=0
    for i in range(times):
        i+=1
        
if __name__ == "__main__":
    cpu_num=os.cpu_count()
    print('cpu个数：',cpu_num)
    l = []
    start = time.time()
    for i in range(cpu_num):    #用全部cpu同时计算，可到任务管理器看cpu利用率，接近100%
        p = Process(target=work,args=(100000000,)) #创建并运行子进程
        p.start()
        l.append(p)
    for p in l:
        p.join()    #等待所有子进程运行完
    stop = time.time()
    print("运行时间：%s"%(stop - start))
```![多进程运行时间](https://img-blog.csdnimg.cn/20191112212914569.png)![单进程运行时间](https://img-blog.csdnimg.cn/20191112213317715.PNG)

在这里插入图片描述

2. 多线程

from threading import Thread
import os,time

def work(times):
    res = 0
    for i in range(times):
        res += i

if __name__ == "__main__":
    cpu_num=os.cpu_count()
    print('cpu个数：',cpu_num)
    l = []
    start = time.time()
    for i in range(cpu_num):  #cpu利用率并未提升，因为多线程是并发执行的，非并行，即宏观上同时执行，微观上先后执行
        p = Thread(target=work,args=(100000000,))  # 多线程
        p.start()
        l.append(p)
    for p in l:
        p.join()
    stop = time.time()
    print("运行时间：%s"%(stop - start))

多线程运行时间
注意： 多线程运行所花的时间比单进程运行所花的时间还要长主要是因为python多线程需要用到GIL这个东西，它会获取和释放锁，具体解释可参考python多线程运行变慢，因而需要的时间比正常单核执行的时间还要长，但多线程处理能够提高并发度。