1. 多線程threading

import time from threading import Threaddef thread_read(data):while True:print('read data:', data)def thread_write(data):i = 1while True:data[0] = idata[1] = i + 1print('write data:', data)i += 1if __name__ == '__main__':data = [0, 0]t = Thread(target=thread_read, args=(data,))t.setDaemon(True)t.start()t2 = Thread(target=thread_write, args=(data,))t2.setDaemon(True)t2.start()while True:print('main')

資源監視器及部分命令行窗口運行結果如下圖，只有一個Python進程。

?

?

?

2. 多進程multiprocessing(共享數據失敗)

from multiprocessing import Process import timedef process_write(data):i = 1while True:data[0] = idata[1] = i + 1print('write data: ', data)i += 1def process_read(data):while True:print('read data: ', data)if __name__=='__main__':data = [0, 0]p1 = Process(target=process_write, args=(data,))p2 = Process(target=process_read, args=(data,))p1.start()p2.start()while True:print('main process')

資源監視器及部分命令行窗口運行結果如下圖，有三個Python進程。

?

3. threading和multiprocessing的區別

threading是開啟線程，只有一個進程，并且線程間共享數據正常，但是在多核CPU電腦運行時并沒有真正并行。

multiprocessing是開啟進程，多個進程，并且共享數據失敗(進程共享數據)，而且在多核CPU電腦上能實現真正的并行運行。

我們添加點代碼，讓多線程和多進程都執行1秒鐘，查看寫進程的數據達到了多少，代碼和最終運行結果如下。

?

?

這邊可以看到6932和3791，并不是完全差3倍。主要有兩方面，一方面是我們主線程和主進程1秒結束，并不是真正的1秒，多線程下主線程會被搶資源，所以等到它搶到資源時，時間不一定是完全1秒鐘。另一方面，即使是多進程，如果被分配在同一顆CPU上，那么還是存在資源競爭的。只是整體比多線程更接近并行運行。

總結

以上是生活随笔為你收集整理的Python多线程threading和多进程multiprocessing的区别及代码实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。