编程语言
首页 > 编程语言> > python mutiprocessing threading ThreadPoolExector

python mutiprocessing threading ThreadPoolExector

作者:互联网

1、threading其实并不能做到实际多线程并发,某一刻ta只能有一个线程在执行,但是由于线程之间切换很快,会以为多个线程同时执行。

2、mutiprocessing是多进程,ta可以做到并发操作。

3、ThreadPoolExector线程池,ta的特别之处就是可以创建指定数量线程池,最大化合理利用资源,而且和threading相比的防御性更好 不容易造成程序崩溃。

大家都知道使用线程和进程能够提高程序的执行效率,但是需要注意的是不是所有的程序在使用多线程和多进程都能够有所提高,下面通过数据实验,我们可以看出多线程在进行cpu密集型计算时并不能提高效率反而会比普通的单线程更加耗时。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ou85ZG9X-Wwj-adjg==,size_20,color_FFFFFF,t_70,g_se,x_16

 针对实验结果我们得出结论在针对cpu密集计算时我们可以利用多进程来提高执行效率,在io型密集计算时我们可以选择多线程来提高执行效率。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ou85ZG9X-Wwj-adjg==,size_20,color_FFFFFF,t_70,g_se,x_16

 该图为多线程和多进程常用方法对比,请点赞收藏评论吧…

如果对相关内容有更深入得了解就看看这个博主的视频讲解吧~【【2021最新版】Python 并发编程实战,用多线程、多进程、多协程加速程序运行-哔哩哔哩】 https://b23.tv/6wF7v3s

标签:mutiprocessing,并发,python,threading,线程,进程,多线程,ta
来源: https://blog.csdn.net/m0_43432638/article/details/123120608