Python-多线程和多进程

1. 多线程 (Multithreading)

多线程是指在一个进程中开启多个线程，多个线程共享同一内存空间。适合 I/O 密集型任务，但由于 Python 的 GIL (全局解释器锁)，它不适合 CPU 密集型任务。多线程主要用于提高程序的并发性和响应性。

使用 threading 模块实现多线程：

复制编辑
import threading
import time

# 线程执行的任务
def task(thread_name):
    print(f"{thread_name} 开始执行")
    time.sleep(2)  # 模拟耗时操作
    print(f"{thread_name} 执行完毕")

# 创建线程
thread1 = threading.Thread(target=task, args=("线程1",))
thread2 = threading.Thread(target=task, args=("线程2",))

# 启动线程
thread1.start()
thread2.start()

# 等待线程完成
thread1.join()
thread2.join()

print("所有线程执行完毕")

2. 多进程 (Multiprocessing)

多进程是指开启多个进程，每个进程有自己独立的内存空间。Python 中的多进程适用于 CPU 密集型任务，因为每个进程都有自己的 Python 解释器和 GIL，可以充分利用多核 CPU 的性能。

使用 multiprocessing 模块实现多进程：

复制编辑
import multiprocessing
import time

# 进程执行的任务
def task(process_name):
    print(f"{process_name} 开始执行")
    time.sleep(2)  # 模拟耗时操作
    print(f"{process_name} 执行完毕")

if __name__ == "__main__":
    # 创建进程
    process1 = multiprocessing.Process(target=task, args=("进程1",))
    process2 = multiprocessing.Process(target=task, args=("进程2",))

    # 启动进程
    process1.start()
    process2.start()

    # 等待进程完成
    process1.join()
    process2.join()

    print("所有进程执行完毕")

区别与适用场景：

• 多线程：适用于 I/O 密集型任务，例如网络请求、文件读取等。由于线程共享内存空间，线程之间的通信和数据共享比较容易，但也容易产生同步问题。
• 多进程：适用于 CPU 密集型任务，例如图像处理、大规模计算等。由于每个进程拥有独立的内存空间，避免了 GIL 的限制，可以更好地利用多核 CPU。