Python並發編程多進程,多線程及GIL全局解釋器鎖

1. 並發與並行

  • 所謂的並行(Parallelism),就是多個彼此獨立的任務可以同時一起執行,彼此並不相互幹擾,並行強調的是同時且獨立的運行,彼此不需要協作。
  • 而所謂並發(Concurrency),則是多個任務彼此交替執行,但是同一時間隻能有一個處於運行狀態,並發執行強調任務之間的彼此協作。

並發通常被誤解為並行,並發實際是隱式的調度獨立的代碼,以協作的方式運行。比如在等待IO線程完成IO操作之前,可以啟動IO線程之外的其他獨立代碼同步執行其他操作。

關於並發、並行的圖示,如下:

由於CPython解釋器中的全局解釋器鎖(GIL,Global Interpreter Lock)的存在,所以Python中的並行實際上是一種假並行,並不是真正意義上的同時獨立運行。

2. 線程與進程的應用場景

進程(Process)是操作系統層面的一個抽象概念,它是運行代碼創建出來的、加載到內存中運行的程序。電腦上通常運行著多個進程,這些進程之間是彼此獨立運行的。

線程(Thread)是操作系統可以調度的最小運行程序單位,其包含在進程中,一個進程中通常至少包含1個線程,一些進程中會包含多個線程。多個線程運行的都是父進程的相同代碼,理想情況下,這些線程是並行執行的,但由於GIL的存在,所以它們實際上是交替執行的,並不是真正意義上的獨立、並行的執行的。

下表是進程與線程的對比:

對於IO密集型的操作,更適合使用多線程編程的方式來解決問題;對於CPU密集型的操作,則更適合使用多進程編程的方式來解決問題。

2.1. 並行/並發編程相關的技術棧

Python中提供瞭一些模塊用於實現並行/並發編程,具體如下所示:

threading:Python中進行多線程編程的標準庫,是一個對_thread進行再封裝的高級模塊。multiprocessing:類似於threading模塊,提供的API接口也與threading模塊類似,不同的是它進行多進程編程。concurrent.futures:標準庫中的一個模塊,在線程編程模塊的基礎上抽象出來的更高級實現,且該模塊的編程為異步模式。queue:任務隊列模塊,queue中提供的隊列是線程安全的,所以可以使用這個模塊進行線程之間進行安全的數據交換操作。不支持分佈式。celery:一個高級的分佈式任務隊列,通過multiprocessing模塊或者gevent模塊可以實現隊列中人物的並發執行。支持多節點之間的分佈式計算。 2.2. 通過編碼比較多進程與多線程的執行效果

在下面的代碼中,定義瞭兩個函數:only_sleep()以及crunch_numbers(),前者用於模擬IO密集型操作(需要頻繁中斷),後者用於模擬CPU密集型操作。

然後在串行調用、多線程的方式調用、多進程的方式調用,三種不同的執行環境中,比較各個函數的執行效率情況。

具體代碼以及執行結果如下所示:

import time
import datetime
import logging
import threading
import multiprocessing

FORMAT = "%(asctime)s [%(processName)s %(process)d] %(threadName)s %(thread)d <=%(message)s=>"
logging.basicConfig(format=FORMAT, level=logging.INFO, datefmt='%H:%M:%S')
def only_sleep():
	"""
	模擬IO阻塞型操作,此時多線程優勢明顯

	:return:
	"""
	logging.info('in only_sleep function')
	time.sleep(1)
def crunch_numbers():
	"""
	模擬CPU密集型操作,此時多進程優勢明顯
	:return:
	"""
	logging.info('in crunch_numbers function')
	x = 0
	while x < 1000000:
    	x += 1
if __name__ == '__main__':
	work_repeat = 4
	print('==>> only_sleep function test')
	count = 0
	for func in (only_sleep, crunch_numbers):
    	count += 1
	    # run tasks serially
    	start1 = datetime.datetime.now()
	    for i in range(work_repeat):
    	    func()
	    stop1 = datetime.datetime.now()
    	delta1 = (stop1 - start1).total_seconds()
	    print('Serial Execution takes {} seconds~'.format(delta1))

    	# run tasks with multi-threads
	    start2 = datetime.datetime.now()
    	thread_lst = [threading.Thread(target=func, name='thread-worker' + str(i)) for i in range(work_repeat)]
	    [thd.start() for thd in thread_lst]
    	[thd.join() for thd in thread_lst]
	    stop2 = datetime.datetime.now()
    	delta2 = (stop2 - start2).total_seconds()
	    print('Multi-Threads takes {} seconds~'.format(delta2))
    	# run tasks with multiprocessing
	    start3 = datetime.datetime.now()
    	proc_lst = [multiprocessing.Process(target=func, name='process-worker' + str(i)) for i in range(work_repeat)]
	    [thd.start() for thd in proc_lst]
    	[thd.join() for thd in proc_lst]
	    stop3 = datetime.datetime.now()
    	delta3 = (stop3 - start3).total_seconds()
	    print('Multi-Processing takes {} seconds~'.format(delta3))
    	if count == 1:
        	print('\n', '*.' * 30, end='\n\n')
	        print('==>> crunch_numbers function test')

上述代碼的執行結果如下:

23:55:51 [MainProcess 568124] MainThread 182168 <=in only_sleep function=>
==>> only_sleep function test
23:55:52 [MainProcess 568124] MainThread 182168 <=in only_sleep function=>
23:55:53 [MainProcess 568124] MainThread 182168 <=in only_sleep function=>
23:55:54 [MainProcess 568124] MainThread 182168 <=in only_sleep function=>
23:55:55 [MainProcess 568124] thread-worker0 553012 <=in only_sleep function=>
23:55:55 [MainProcess 568124] thread-worker1 567212 <=in only_sleep function=>
23:55:55 [MainProcess 568124] thread-worker2 547252 <=in only_sleep function=>
23:55:55 [MainProcess 568124] thread-worker3 561892 <=in only_sleep function=>
Serial Execution takes 4.022761 seconds~
Multi-Threads takes 1.01416 seconds~
23:55:56 [process-worker0 563068] MainThread 567480 <=in only_sleep function=>
23:55:56 [process-worker1 567080] MainThread 567628 <=in only_sleep function=>
23:55:56 [process-worker2 567868] MainThread 563656 <=in only_sleep function=>
23:55:56 [process-worker3 567444] MainThread 566436 <=in only_sleep function=>
23:55:57 [MainProcess 568124] MainThread 182168 <=in crunch_numbers function=>
Multi-Processing takes 1.11466 seconds~

*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.*.

==>> crunch_numbers function test
23:55:57 [MainProcess 568124] MainThread 182168 <=in crunch_numbers function=>
23:55:57 [MainProcess 568124] MainThread 182168 <=in crunch_numbers function=>
23:55:57 [MainProcess 568124] MainThread 182168 <=in crunch_numbers function=>
Serial Execution takes 0.1786 seconds~
23:55:57 [MainProcess 568124] thread-worker0 567412 <=in crunch_numbers function=>
23:55:57 [MainProcess 568124] thread-worker1 566468 <=in crunch_numbers function=>
23:55:57 [MainProcess 568124] thread-worker2 565272 <=in crunch_numbers function=>
23:55:57 [MainProcess 568124] thread-worker3 568044 <=in crunch_numbers function=>
Multi-Threads takes 0.195057 seconds~
23:55:58 [process-worker0 567652] MainThread 561892 <=in crunch_numbers function=>
23:55:58 [process-worker1 553012] MainThread 547252 <=in crunch_numbers function=>
23:55:58 [process-worker2 554024] MainThread 556500 <=in crunch_numbers function=>
23:55:58 [process-worker3 565004] MainThread 566108 <=in crunch_numbers function=>
Multi-Processing takes 0.155246 seconds~

Process finished with exit code 0

從上述執行結果中可以看出:

上述代碼的執行結果也驗證瞭此前的結論:對於IO密集型操作,適合使用多線程編程的方式解決問題;而對於CPU密集型的操作,則適合使用多進程編程的方式解決問題。

3. Python中的GIL是什麼,它影響什麼

GIL是CPython中實現的全局解釋器鎖 (Global Interpreter Lock),由於CPython是使用最廣泛的Python解釋器,所以GIL也是Python世界中最飽受爭議的一個主題。

GIL是互斥鎖,其目的是為瞭確保線程安全,正是因為有瞭GIL,所以可以很方便的與外部非線程安全的模塊或者庫結合起來。但是這也是有代價的,由於有瞭GIL,所以導致Python中的並行並不是真正意義上的並行,所以也就無法同時創建兩個使用相同代碼段的線程,相同代碼的線程隻能有一個處於執行狀態。因為GIL互斥鎖,相同代碼訪問的數據會被加鎖,隻有當一個線程釋放鎖之後,相同代碼的另一個線程才能訪問未被加鎖的數據。

所以Python中的多線程是相互交替執行的,並不是真正的並行執行的。但是在CPython之外的一些庫,是可以實現真正意義上的並行的,比如numpy這個數據處理常用的庫。

到此這篇關於Python並發編程多進程,多線程及GIL全局解釋器鎖的文章就介紹到這瞭,更多相關Python GIL解釋器鎖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: