上一篇文章主要介紹了多任務(wù)場景下單線程異步、多線程、多進程如何選擇，鏈接：多任務(wù)場景下單線程異步多線程多進程
這里主要通過三個實例去驗證一下簡單的多任務(wù)場景下，三種方式的耗時情況，假設(shè)有10個互不關(guān)聯(lián)的10個任務(wù)

''''''''' 多進程版本： 使用多進程，時間比多線程更慢，為什么？因為創(chuàng)建進程的成本是要比線程高的， 雖然，它可以利用多核CPU的優(yōu)勢，但是在這里，用不上，就好比殺雞用牛刀一樣，大材小用，還提高了成本。 '''''''''import time import multiprocessingfrom logger import Logger logger = Logger("multiProcess").get_log()def processTask(t):logger.info("任務(wù)開始：%s", t)time.sleep(1)logger.info('任務(wù)耗時1秒鐘')if __name__=='__main__':t3 = time.time()processes = [multiprocessing.Process(target = processTask, args=(t,)) for t in range(0, 10)]for p in processes:p.start()for p in processes:p.join()logger.info("總共耗時：%s ", time.time() - t3)

總共耗時：1.9219999313354492，運行截圖：

''''''''' 多線程版本： 5個線程各負(fù)責(zé)一個任務(wù)，全部完成最后只花了1秒多一點時間，所以，對于阻塞性任務(wù)，例如IO密集型任務(wù)， 即使有GIL，還是能發(fā)揮多線程的作用的，畢竟，時間花在IO等待上，如果是CPU密集型任務(wù)效果不大。 '''''''''import time import threadingfrom logger import Logger logger = Logger("multiThread").get_log()def multiTask(t):logger.info("任務(wù)開始：%s", t)time.sleep(1)logger.info('任務(wù)耗時1秒鐘')def main():threads = [threading.Thread(target = multiTask,args=(t,)) for t in range(0,10)]for t in threads:t.start()for t in threads:t.join()if __name__ == '__main__':t1 = time.time()main()logger.info("總共耗時：%s ",time.time()-t1)

總共耗時：1.003000020980835，運行截圖：

''''''''' 單線程異步模型： 發(fā)現(xiàn)使用asyncio所的時間與多線程幾乎一致。盡管它是單線程，但因為它沒有多線程和進程的創(chuàng)建成本， 就是在單線程環(huán)境下，切換任務(wù)，當(dāng)這個任務(wù)被阻塞時，立刻切換其他任務(wù)，當(dāng)前面的任務(wù)完成時，在通知它。 '''''''''import asyncio import timefrom logger import Logger logger = Logger("asyncSingleThread").get_log()async def singleTask(t):logger.info("任務(wù)開始：%s",t)await asyncio.sleep(1)logger.info('任務(wù)耗時1秒鐘')async def main(loop):tasks = [loop.create_task(singleTask(t)) for t in range(0, 10)]await asyncio.wait(tasks)t4 = time.time() loop = asyncio.get_event_loop() # 建立 loop loop.run_until_complete(main(loop)) # 執(zhí)行 loop loop.close() # 關(guān)閉 loop logger.info("總共耗時：%s ", time.time() - t4)

總共耗時：1.0079998970031738?，運行截圖：

總結(jié)

以上是生活随笔為你收集整理的【Python】单线程异步多线程多进程实例的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。