[经验]

Python中的并行性和并发性分析

2020-8-21 17:45:52

3052 python 编程语言

　　在Python编程语言当中，很多人对Python中的并行性和并发性不了解。今天我们将讨论python中的并发和并行性www.zpedu.com。在这里，我们将研究Python的多线程，多处理，异步编程，并发和并行性。我们使用python的多处理模块来实现并行性，而Python中的并发是通过线程和异步IO模块来实现的。并行运行的程序将被称为并发，但事实并非如此因此，在不浪费时间的情况下，让我们开始吧。
　　平行性
　　这意味着要同时以相同的顺序执行多个任务。
　　1.多重处理：这意味着将任务分配到CPU内核上[在终端中键入来检查计算机中的内核数。]。对于任何与CPU绑定的任务，我们可以使用python的multiprocessing模块。我们只需在多处理中创建一个Pool对象，即可提供一种便捷的方法来跨多个输入值并行执行函数。让我们借助一个示例来看看它：

　　import multiprocessingimport os import time import numpy as npdef
DotProduct(A):
　　dot_product = np.dot(A[0],A[1])
　　return
　　List =
[[np.arange(1000000).reshape(5000,200),np.arange(1000000).reshape(200,5000)],
　　[np.arange(1000000).reshape(500,2000),np.arange(1000000).reshape(2000,500)],
　　[np.arange(1000000).reshape(5000,200),np.arange(1000000).reshape(200,5000)]]
　　if __name__ == "__main__":
　　# executing a code without multiprocessing .. ie. on single core .
　　start = time.time()
　　B = list(map(DotProduct,List))
　　end = time.time() - start
　　print("Full time taken : " , end , "seconds")
　　# lets look at executing same code with multiprocesing module on multiple
cores ..
　　start = time.time()
　　pool = multiprocessing.cpu_count()
　　with multiprocessing.Pool(pool) as p:
　　print(p.map(DotProduct,List))
　　end = time.time() - start
　　print("Full time taken : " , end , "seconds")

复制代码

　　##输出//
　　耗时：23.593358993530273秒
　　耗时：14.405884027481079秒
　　并发
　　这意味着同时执行多个任务，但要以重叠或不同或相同的顺序进行。(Python在处理并发方面不是很出色)，但是它做得相当不错。
　　1.多线程：运行不同/多个线程以在单个处理器上执行任务。多线程对于执行IO绑定任务(例如—同时向服务器发送多个请求等)确实非常有用。创建的每个新线程将具有PID(进程ID)，并将具有启动函数。如果要在线程完成其工作后运行loc，可以使用该线程的join()函数。Python与它的GIL有非常复杂的关系，并且代码的输出变化很大。
　　2.异步IO：在Python中，异步IO是单线程单进程设计范例，通过某种方式设法实现并发。
　　让我们借助一个示例对其进行研究。

　　import threadingimport os import time import numpy as npdef
BasicOperation():
　　# square of number
　　def square(number):
　　return number*number
　　# cube of a number
　　def cube(number):
　　return number**3
　　# nth power of a number
　　def nth_power(number,power):
　　return number**power
　　# sum of n numbers
　　def sum_of_n_numbers(number):
　　return number*(number+1)/2
　　# using functions to drive a program ...
　　print("square of 5 is " , square(5))
　　print("cube of 5 is " , cube(5))
　　print("5 raise to power 2 is " , nth_power(5,2))
　　print("sum of first 5 numbers is" , sum_of_n_numbers(5))
　　def DotProduct():
　　A = np.arange(1000000).reshape(5000,200)
　　B = np.arange(1000000).reshape(200,5000)
　　Dot = np.dot(A,B)if __name__ == "__main__":
　　# without threading ...
　　start = time.time()
　　BasicOperation()
　　Mid = time.time() - start
　　print("Mid time taken : " , Mid , "seconds")
　　DotProduct()
　　end = time.time() - start
　　print("Full time taken : " , end , "seconds")
　　# with threading ...
　　start = time.time()
　　Thread_1 = threading.Thread(target = BasicOperation, name = ' Basic
Operation Thread ')
　　Thread_2 = threading.Thread(target = DotProduct , name=' Dot Product Thread
')
　　Thread_1.start()
　　Thread_2.start()
　　Thread_1.join()
　　Mid = time.time() - start
　　print("Mid time taken : " , Mid , "seconds")
　　Thread_2.join()
　　end = time.time() - start
　　print("Full time taken : " , end , "seconds")

复制代码

　　##输出//
　　5的平方是25
　　的5的立方是125
　　5 升到幂2是25
　　的前5个数字之和是15.0
　　耗时：0.0006113052368164062秒
　　全时耗：5的平方是10.373110294342041 25seconds
　　5的立方是中耗时：1250.0015938282012939453
　　5幂2是秒前5个数字的
　　25
　　总和是15.0
　　全时：12.598262786865234秒
　　以上就是关于Python中的并行性和并发性的全部内容介绍，想了解更多关于Python的信息，请继续关注我吧。