由於python gil的存在，讓python
多執行緒很雞肋，很多時候如果有併發的需求，則選擇多程序來實現，但是多程序是很消耗資源的，而且程序之間不能資源共享，而且還會受到機器cpu核心數目的限制，因此在特定場景下針對不同需求會有一些取捨。傳聞對於io密集性的操作，比如，處理多個http 的請求，其實python
多執行緒是完全可以發揮作用的，這種方式比多程序要高效的多(還好有高階python開發的好**指點，不然一直認為python
多執行緒就是廢材，真外行了，在此貼出他的私人部落格 )。為了驗證這一偉大結論，特此設計乙個對比實驗
import time
from flask import flask
def func():
time.sleep(2) # 模擬服務需要2秒後響應過程
return "get"
if __name__ == '__main__':
import timeimport requests
from threading import thread
url = ""
res_list =
t_list =
def func(x):
print("thread: {}".format(x))
if __name__ == '__main__':
# 開啟10個執行緒
如圖所示，當啟動多個請求數目大於cpu核數時(我本機是4核心)，多執行緒消耗時間明顯好於多程序，因為本身是io操作，沒有高強度計算，也不會連續使用cpu，僅僅是乙個指令的觸發操作，因此在請求這個指令觸發一瞬間，執行過程已經交給網路傳輸了，而與此同時執行緒已經切換到了下乙個執行緒，所以當把啟動執行緒增加到100個時候，時間依舊會接近2秒，因為執行緒切換也會有開銷，所以不可能完全等於2秒。
綜上所述，實踐是檢驗真理的唯一標準！
Python 多執行緒與多程序
前言 以前玩單機或者玩小資料集，都基本不用多執行緒或多程序都能基本滿足需求了 所以沒怎麼了解這方面的東西。但現在玩幾百萬甚至上千萬的資料，甚至集群等東西之後，就有必要學習多執行緒或多程序了。在python中首先要匯入相關的模組 import threading as td import multip...
python 多執行緒與多程序
程序與執行緒的區別 程序 應用程式的執行例項，每乙個執行中的程式就是乙個程序 執行緒 程序的組成部分，乙個程序可以擁有多個執行緒 在多執行緒中，會有乙個主線程來完成整個程序從開始到結束的全部操作，而其他的執行緒會在主線程的執行過程中被建立或退出。python景區賣票系統 多執行緒的應用 import...
Python多執行緒與多程序
python多執行緒與多程序 程序 process 和執行緒 thread 是非常抽象的概念,也是程式設計師必需掌握的核心知識！多程序和多執行緒程式設計對於 的併發執行，提公升 效率和縮短執行時間至關重要。程序 process 和執行緒 thread 程序是作業系統分配資源的最小單元 執行緒是作業系...