软件测试肖sir__多线程、多进程、多协程

Python并发编程有三种方式:

1、多线程Thread(threading)（读音：思来d，丁）、多进程Process(multiprocessing)、多协程Coroutine(asyncio)

(1)一个进程中科院启动n个线程

（2）一个线程中可以启动n个协程

（3）Thread

优点：相比进程，更轻量级、占用资源少

缺点：相比集成，多线程只能并发执行，不能利用多cpu（gIL）

相比协程：启动数目有限制，占用内存资源，有线程切换

适用于：io密集型计算、同时运行任务数目不多

（4）coroutine（asyncio）协程

优点：内存开销最少，启动协程数量最多

缺点：支持的库有限制，代码实现复杂

比如：requests就不能

适用：io密集型计算，需要超多任务运行，但有现成库支持的场景

（5）Process(multiprocessing)

优点：可以利用多核cpu并行运算

缺点：占用资源最多，可启动数目比线程少

适用于：cpu密集型计算

（6）选择性

2、CPU密集型(CPU-bound) :

CPU密集型也叫计算密集型，是指I/O在很短的时间就可以完成，CPU需要大量的计算和处理，特点是CPU占用率相当高

例如:压缩解压缩、加密解密、正则表达式搜索

3、Io密集型（I/o bound) :

IO密集型指的是系统运作大部分的状况是CPU在等/O(硬盘/内存)的读/写操作，CPU占用率仍然较低。

例如：例如:文件处理程序、网络爬虫程序读写数据库程序

4 、

=============================================

二、

1、Python速度慢的两大原因

答：背景：相比C/C++/JAVA, Python确实慢，在一些特殊场景下，Python比C++慢100~200倍

由于速度慢的原因，很多公司的基础架构代码依然用C/C++开发
比如各大公司阿里/腾讯/快手的推荐引擎搜索引擎、存储引擎等底层对性能要求高的模块

原因：

（1）动态类型语言，边解释，边运行

（2）GIL无法利用多核cpu并发执行

2、GIL是什么?

全局解释器锁（英语:Global Interpreter Lock，缩写GIL)
是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。
即便在多核心处理器上，使用GIL的解释器也只允许同一时间执行一个线程。

3、为什么有GIL这个东西?

主要是：为了解决多线程之间数据完整性和状态同步问题

Python设计初期，为了规避并发问题引入了GIL，现在想去除却去不掉了!

4、怎样规避GIL带来的限制?

1、多线程threading机制依然是有用的，用于IO密集型计算
因为在I/0(read,write,send,recv,etc.)期间，线程会释放GIL，实现CPU和IO的并行因此多线程用于IO密集型计算依然可以大幅提升速度
但是多线程用于CPU密集型计算时，只会更加拖慢速度

========================================

巴特西