@[TOC](Python 线程，进程，多线程，多进程以及并行执行for循环)
一、Python 线程，进程，多线程，多进程简要介绍
在 Python 中，我们可以使用多线程和多进程来实现并发执行的程序以提高效率。下面是对于 Python 中线程、进程、多线程和多进程的简要说明：
- 线程（Thread）：线程是进程内部的执行路径，用于执行程序的一部分。Python 提供了 threading 模块来创建和管理线程。
- 进程（Process）：进程是程序的执行实例，具有独立的资源和控制流程。可以使用 multiprocessing 模块在 Python 中创建和管理进程。
- 多线程（Multithreading）：多线程是在单个进程内创建多个线程来同时执行任务的方式。多个线程共享进程的资源，但需要注意线程间的同步和资源竞争问题。
- 多进程（Multiprocessing）：多进程是通过创建多个独立的进程来实现并发执行的方式。每个进程有自己独立的资源和控制流程，可以利用多核处理器并行执行任务。
使用多线程和多进程的选择取决于具体的场景和需求。多线程适合于 I/O 密集型任务，如网络请求、文件读写等，可以提高并发性和响应性。多进程适用于 CPU 密集型任务，如大量计算、图像处理等，可以利用多核处理器加速运算。
需要注意的是，在 Python 中全局解释器锁（Global Interpreter Lock，GIL）的限制下，多线程并不能实现真正的并行执行，而是通过在不同线程之间切换来达到并发效果。如果需要真正的并行执行，可以使用多进程来充分利用多核处理器。
要在 Python 中使用多线程和多进程，可以使用 threading 和 multiprocessing 模块，它们提供了相应的类和函数来创建和管理线程和进程，以及处理线程间的同步和通信。
GIL的作用：单一CPU工作，线程安全
二、Multiprocessing
Python 的 multiprocessing 模块提供了用于并行执行任务的多进程功能。它允许在 Python 中创建和管理多个独立的进程，每个进程有自己独立的资源和控制流程，可以同时执行任务以提高程序的性能和效率。
下面是对 multiprocessing 模块的详细说明：
- 进程创建：multiprocessing 模块提供了 Process 类，可以使用它来创建进程。通过创建 Process 类的实例，可以指定要执行的函数或方法，并传递参数给它们。然后调用进程的 start() 方法来启动进程的执行。
| 函数名 | 功能 | 参数 | 返回值 |
|---|---|---|---|
| Process | 创建一个进程 | target，args(元组) | 进程对象 |
| start | 执行进程 | 无 | 无 |
| join | 阻塞程序 | 无 | 无 |
| kill | 杀死进程 | 无 | 无 |
| is_alive | 进程是否存活 | 无 | bool |
进程间通信：由于每个进程拥有独立的地址空间，进程间的数据共享需要使用特定的进程间通信（IPC）机制。multiprocessing 模块提供了多种 IPC 的方式，如队列（Queue）、管道（Pipe）、共享内存（Value、Array）等，在不同进程之间安全地传递数据。
进程池：通过使用 multiprocessing 模块的 Pool 类，可以创建进程池，实现对任务的批量处理。进程池中的多个进程可以并行执行任务，从而提高效率。
| 函数名 | 功能 | 参数 | 返回值 |
|---|---|---|---|
| Pool | 进程池创建 | Processcount | 进程池对象 |
| apply_async | 任务加入进程池（异步） | func，args | 无 |
| join | 等待进程池任务结束 | 无 | 无 |
| close | 关闭进程池 | 无 | 无 |
- 锁和同步：多个进程同时访问共享资源时，可能会导致资源竞争和数据不一致的问题。为了避免这些问题，multiprocessing 模块提供了锁（Lock）、信号量（Semaphore）、条件变量（Condition）、事件（Event）等同步原语，用于实现进程间的同步和通信。
from multiprocessing import Process,Lock
manage = Manager()
lock = manage.Lock()| 函数名 | 功能 | 参数 | 返回值 |
|---|---|---|---|
| acquire | 上锁 | 无 | 无 |
| release | 开锁 | （解锁） | 无 |
- 异常处理：在多进程执行时，各个进程都是相互独立运行的，因此可能会出现进程抛出异常的情况。multiprocessing 模块提供了异常处理机制，可以捕获和处理子进程抛出的异常。
总体而言，multiprocessing 模块提供了一种简单且方便的方式来实现多进程并行处理。它适用于处理 CPU 密集型任务、利用多核处理器的计算、并行执行独立的子任务等场景，可以充分发挥多核处理器的能力，提高程序的性能和效率。
import multiprocessing as mul
def f(x):
return x ** 2
if __name__ == '__main__':
pool = mul.Pool(5)
rel = pool.map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(rel)pool.close()和pool.join()是用于管理multiprocessing模块中进程池的两个方法。
pool.close()方法用于关闭进程池，表示不再接受新的任务。之后如果尝试提交新的任务，将会引发错误。pool.join()方法用于等待所有提交的任务执行完毕，即所有任务都被处理完成后再继续执行后续代码。这个方法会阻塞当前线程，直到所有任务都完成。
通常的使用方式是：先调用pool.close()方法告诉进程池不再接受新任务，然后调用pool.join()方法等待所有任务执行完毕。这样可以确保在主进程退出前，子进程都被正确地清理和终止。
进程示例
# coding:utf-8
"""主进程与子进程互不影响"""
import time
import os
import multiprocessing
def work_a():
for i in range(10):
print(i, 'a', os.getpid())
time.sleep(1)
def work_b():
for i in range(10):
print(i, 'b', os.getpid())
time.sleep(1)
if __name__ == '__main__':
start = time.time() # 主进程1
a_p = multiprocessing.Process(target=work_a) # 子进程1
# a_p.start() # 子进程1执行
# a_p.join()
b_p = multiprocessing.Process(target=work_b) # 子进程2
# b_p.start() # 子进程2执行
for p in (a_p, b_p):
p.start()
for p in (a_p, b_p):
p.join()
for p in (a_p, b_p):
print(p.is_alive())
print('时间消耗是：', time.time() - start) # 主进程代码2
print('parent pid is %s' % os.getpid()) # 主进程代码3行进程池示例
# coding:utf-8
import os
import time
import multiprocessing
def work(count, lock):
lock.acquire()
print(count, os.getpid())
time.sleep(5)
lock.release()
return 'result is %s, pid is %s' % (count, os.getpid())
if __name__ == '__main__':
pool = multiprocessing.Pool(5)
manger = multiprocessing.Manager()
lock = manger.Lock()
results = []
for i in range(20):
result = pool.apply_async(func=work, args=(i, lock))
# results.append(result)
# for res in results:
# print(res.get())
pool.close()
pool.join()问题1.使用multiprocessing.Pool并行处理任务时，需要添加锁吗
在使用multiprocessing.Pool并行处理任务时，通常情况下不需要手动添加锁。
multiprocessing.Pool内部会自动处理进程间的并发访问问题，确保任务的并行执行不会导致数据竞争或冲突。
Pool会将任务分配给不同的进程，并确保每个进程独立地执行任务。每个进程都有自己的内存空间和执行环境，因此它们之间不会共享变量。
然而，如果你在任务内部使用了共享的可变数据结构（例如列表、字典）或共享的资源（例如文件、网络资源），那么你可能需要考虑使用进程锁（multiprocessing.Lock）或其他同步机制来保证数据访问的一致性和完整性。
在这种情况下，你可以在任务函数中使用锁来保护共享资源的读写操作，以避免数据竞争问题。如果你的任务没有使用共享的可变数据结构或资源，则通常情况下无需手动添加锁。
需要注意的是，进程锁的使用可能会对并行性能产生一定的影响，尤其是在高度竞争的情况下。因此，在使用锁时，需要权衡并行性能和数据一致性之间的需求。
问题2.multiprocessing.map用于for循环加速时，怎么加锁
import multiprocessing
def process_item(args):
print(multiprocessing.current_process().pid)
item, lock = args
# 加锁
with lock:
print(item)
# 处理共享资源
# ...
def main():
# 创建一个进程池
pool = multiprocessing.Pool()
# 创建一个Manager对象
manager = multiprocessing.Manager()
# 创建一个可在多个进程之间共享的锁对象
lock = manager.Lock()
# 要处理的数据
data = [1, 2, 3, 4, 5, 6]
# 使用map进行并行处理
pool.map(process_item, [(item, lock) for item in data])
# 关闭进程池
pool.close()
pool.join()
if __name__ == '__main__':
main()注意，加锁可能会导致性能下降，因为多个进程需要等待锁的释放才能继续执行。因此，在使用multiprocessing.map时，应该根据具体情况权衡使用锁的必要性和性能影响。
问题3.在使用Python的multiprocessing模块的map函数时必须在__main__中吗，为什么？
在使用Python的multiprocessing模块的map函数时，通常需要将其放在__main__函数或脚本的顶层代码中。这是因为multiprocessing模块在Windows和Unix-like系统上使用不同的方法来实现多进程，并且需要在__main__函数或脚本的顶层代码中启动新的进程。
具体原因是，在Unix-like系统中，multiprocessing模块会使用fork系统调用来创建子进程，它会复制当前进程的所有代码和状态。因此，当map函数在__main__函数或脚本的顶层代码中被调用时，map函数所依赖的代码也会被复制到新的子进程中。
而在Windows系统中，由于没有fork系统调用，multiprocessing模块会通过spawn方法来创建新的进程。在这种情况下，Python解释器会将整个脚本重新执行一次，并从__main__函数开始执行。因此，如果map函数不在__main__函数或脚本的顶层代码中调用，新的进程将无法找到所需的代码。
综上所述，为了确保在不同操作系统上multiprocessing.map的正确运行，它通常需要在__main__函数或脚本的顶层代码中被调用。
问题4.Python函数并行的基本实现方式
import multiprocessing
def func1():
print("Function 1")
def func2():
print("Function 2")
if __name__ == "__main__":
# 创建两个进程
process1 = multiprocessing.Process(target=func1)
process2 = multiprocessing.Process(target=func2)
# 启动进程
process1.start()
process2.start()
# 等待进程结束
process1.join()
process2.join()三、Multithreading
| Thread | 创建线程 | Thread(target,args) |
|---|---|---|
| 方法名 | 说明 | 用法 |
| start | 启动线程 | start() |
| join | 阻塞直到线程执行结束 | join(timeout=None) |
| getName | 获取线程的名字 | getName() |
| setName | 设置线程的名字 | setName(name) |
| is_alive | 判读线程是否存活 | is_alive() |
| setDaemon | 守护线程 | setDaemon(True) |
问题1.python for循环可以用多线程吗
在Python中，简单的for循环无法直接并发执行多线程。这是因为Python解释器的全局解释器锁（Global Interpreter Lock，GIL）限制了在解释器级别同时运行多个线程执行字节码的能力。
GIL是一种机制，确保在CPython解释器中同一时刻只有一个线程在执行Python字节码。这意味着即使在多线程环境下，同一进程中的多个线程也无法同时利用多个CPU核心。
然而，值得注意的是，尽管for循环本身不能直接并发执行多线程，但是可以使用其他模块（如threading模块）来在循环内部创建和管理多个线程，以实现并发执行的效果。
以下是一个示例代码，展示了如何在for循环中使用threading模块创建多个线程并发执行任务：
import threading
def process_function(value):
# 执行任务的代码
print(f"Processing value {value}")
if __name__ == "__main__":
values = [1, 2, 3, 4, 5]
threads = []
for value in values:
thread = threading.Thread(target=process_function, args=(value,))
threads.append(thread)
thread.start()
# 等待所有线程完成
for thread in threads:
thread.join()
print("All threads completed")在上述示例中，我们使用threading.Thread来创建多个线程，并将每个线程的目标函数设置为process_function。在循环结束后，我们启动每个线程，并使用join方法等待所有线程完成。
需要注意的是，由于GIL的存在，在多线程情况下，并不会提高CPU密集型任务的执行速度，因为同一时刻只有一个线程能够执行Python字节码。而对于I/O密集型任务，多线程可以在等待I/O的时候切换到其他线程，提高效率。
如果你希望充分利用多核/多CPU，实现并行处理，可以考虑使用multiprocessing模块来创建多个进程执行任务。
四、concurrent.futures
concurrent.futures 是 Python 标准库中用于并发编程的模块。它提供了一种高级的接口，使得在编写并发代码时更加简单和直观。concurrent.futures 模块基于线程池和进程池的概念，允许在多个线程或进程中并发执行任务，并提供了一些方便的方法来管理并发任务的执行和获取结果。
下面是对 concurrent.futures 模块的一些关键概念和用法的详细说明：
Executor接口：concurrent.futures模块提供了Executor接口作为执行并发任务的抽象。它定义了一些常用的方法，如submit()、map()和shutdown()。submit(fn, *args, **kwargs)：将函数fn以及其参数args和关键字参数kwargs提交给执行器，返回一个Future对象，代表函数的异步执行。map(fn, *iterables, timeout=None)：将函数fn应用于iterables中的每个元素，并返回一个可迭代的Future对象，每个Future对象代表一个函数的异步执行。shutdown(wait=True)：关闭执行器，等待所有任务完成。如果wait参数为True（默认），则会阻塞直到所有任务完成。
Future对象：Future对象代表一个异步操作的结果。通过submit()或map()方法返回的Future对象可以用于获取任务的结果和管理任务的状态。result(timeout=None)：等待并返回任务的结果。如果timeout参数指定了超时时间，超过该时间仍未完成则抛出TimeoutError异常。add_done_callback(fn)：添加一个回调函数，在任务完成时被调用。cancelled()：返回任务是否被取消。running()：返回任务是否正在运行。done()：返回任务是否已经完成。
并发任务的执行方式：
- 线程池执行器：
concurrent.futures.ThreadPoolExecutor类提供了线程池的实现，使用线程来执行并发任务。 - 进程池执行器：
concurrent.futures.ProcessPoolExecutor类提供了进程池的实现，使用多个进程来执行并发任务。
- 线程池执行器：
下面是一个简单示例，演示了如何使用 concurrent.futures 模块创建线程池执行器并异步执行任务：
import concurrent.futures
def task(name):
print(f"Task {name} started")
result = name.upper()
print(f"Task {name} completed")
return result
if __name__ == '__main__':
with concurrent.futures.ThreadPoolExecutor() as executor:
futures = [executor.submit(task, i) for i in range(5)]
for future in concurrent.futures.as_completed(futures):
result = future.result()
print(f"Result: {result}")在上述示例中，我们定义了一个简单的任务函数 task()，它接受一个名称作为输入，并将其转换为大写。然后，我们使用 ThreadPoolExecutor 创建了一个线程池执行器，并使用 submit() 方法提交了五个任务。通过 as_completed() 函数，我们可以按照任务完成的顺序获取结果，并打印出每个任务的结果。
这只是 concurrent.futures 模块的基本用法介绍，它还提供了其他功能，如超时处理、并发映射、异常处理等。
五、joblib
joblib 是一个用于高效地并行运行 Python 函数的库，特别适用于科学计算和机器学习任务。它提供了一种简单的方式来并行执行函数，自动处理函数的序列化和反序列化，并提供了内存缓存功能，以减少重复计算的开销。
下面是对 joblib 库的一些关键概念和用法的详细说明：
- 并行执行函数：
joblib提供了Parallel类，用于并行执行函数。它可以通过多线程或多进程的方式实现并行计算。
from joblib import Parallel, delayed
# 定义需要并行执行的函数
def my_function(x):
return x ** 2
# 并行执行函数
results = Parallel(n_jobs=2)(delayed(my_function)(i) for i in range(10))在上述示例中，我们定义了一个简单的函数 my_function()，它接受一个参数并返回参数的平方。通过 Parallel 类，我们可以并行地执行 my_function() 函数，并得到一个包含计算结果的列表。
- 内存缓存：
joblib提供了Memory类，用于在函数执行期间缓存中间结果，以减少重复计算的开销。
from joblib import Memory
# 创建内存缓存对象
mem = Memory("cachedir")
# 定义需要缓存的函数
@mem.cache
def my_function(x):
return x ** 2
# 调用函数
result = my_function(5)在上述示例中，我们使用 Memory 类创建了一个内存缓存对象，指定缓存目录为 "cachedir"。通过装饰器 @mem.cache，我们将 my_function() 函数包装成一个带有缓存功能的函数。在函数被调用时，如果输入参数已经被缓存，那么将直接返回缓存的结果，避免重复计算。
- 其他功能：
joblib还提供了其他一些功能，如延迟计算、并行循环、内存映射等。你可以根据具体需求进一步探索和了解这些功能。
joblib 库的优势在于它的简单易用性和高效性，特别适用于科学计算和机器学习中的大规模计算任务。它可以帮助提高代码的执行速度，并提供了一些方便的功能来处理函数的并行执行和结果的缓存，从而提升工作效率。
六、concurrent.futures模块介绍
concurrent.futures是一个Python标准库中的模块，它提供了高级的并发编程功能和工具，封装了底层的线程和进程库，简化了并发编程的操作。
在concurrent.futures模块中，包含了以下几个主要的类和函数：
ThreadPoolExecutor：该类实现了一个线程池，可以方便地执行并发任务。可以通过submit方法提交任务，该方法返回一个Future对象，可以用来获取任务的执行结果。线程池会自动管理线程的创建和销毁，可以设置线程池的大小来控制并发程度。ProcessPoolExecutor：类似于ThreadPoolExecutor，但是它使用进程代替线程来执行并发任务。使用进程池可以充分利用多核处理器的优势，提高并发执行的效率。使用方式和ThreadPoolExecutor类似。Executor：这是一个抽象基类，定义了线程池和进程池的通用接口。你可以使用Executor来编写通用的并发代码，而不用关心具体使用线程池还是进程池。Future：该类用于表示一个未来会完成的任务（即异步任务），可以通过submit方法提交任务并返回一个Future对象。Future对象可以用来查询任务的状态和获取任务的结果，还可以注册回调函数，在任务完成后自动执行。as_completed：这是一个函数，它接受一个可迭代对象（比如任务列表），返回一个迭代器，用于迭代已完成的任务。通过as_completed你可以按照任务完成的顺序获取任务的执行结果。- wait：这是一个函数，用于等待一组并发任务完成。你可以使用wait函数来阻塞当前线程，直到所有任务完成或达到指定的超时时间。
concurrent.futures模块还提供了一些辅助类和函数，例如ThreadPoolExecutor和ProcessPoolExecutor的构造函数可以通过max_workers参数设置线程池或进程池的最大并发数，Future对象的done方法可以判断任务是否完成，add_done_callback方法可以注册回调函数等。
总的来说，concurrent.futures模块提供了一套高级的并发编程工具，简化了并发任务的管理和控制，使并发编程更加容易和高效。无论是处理IO密集型任务还是计算密集型任务，都可以使用concurrent.futures来编写清晰、可扩展和高效的并发代码。
ThreadPoolExecutor介绍
ThreadPoolExecutor是一个线程池执行器，用于执行并发任务。 通过ThreadPoolExecutor，你可以创建一个线程池，并将可调用对象（函数、方法）提交给线程池执行。 你可以通过submit方法提交任务，该方法返回一个Future对象。 Future对象表示一个未来会完成的任务，你可以通过result方法获取任务的执行结果。 线程池会自动管理线程的创建和销毁，你可以通过max_workers参数设置线程池的大小来控制并发程度。
ProcessPoolExecutor介绍
ProcessPoolExecutor是一个进程池执行器，用于执行并发任务。 它和ThreadPoolExecutor类似，但是使用进程代替线程来执行任务，充分利用多核处理器的优势。 使用方式和ThreadPoolExecutor类似，你可以通过submit方法提交任务，并通过result方法获取任务的执行结果。 进程池会自动管理进程的创建和销毁，你可以通过max_workers参数设置进程池的大小来控制并发程度。
as_completed介绍
as_completed是一个辅助函数，用于按照任务完成的顺序获取执行结果。 它接受一个可迭代对象（比如任务列表），返回一个迭代器，用于迭代已完成的任务。 你可以使用as_completed函数来获取任务执行完成的顺序，而不需要等待所有任务都完成。 通过迭代器，你可以获取每个任务的Future对象，并通过result方法获取任务的执行结果。
示例
import math
from io import StringIO
from concurrent.futures import ProcessPoolExecutor, as_completed
class ProcessPool:
def __init__(self, max_processes: int):
self.tasklist = []
self.process_pool = ProcessPoolExecutor(max_processes)
def submit_task(self, task, *args):
"""提交任务到进程池"""
self.tasklist.append(self.process_pool.submit(task, *args))
def get_results(self):
"""获取所有已完成任务的结果，并清除已处理的任务列表"""
process_results = [task.result() for task in as_completed(self.tasklist)]
self.tasklist.clear()
return process_results
# 定义计算平方根的任务函数
def calculate_square_root(number):
return math.sqrt(number)
# 创建一个进程池实例，例如使用4个进程
pool = ProcessPool(max_processes=4)
# 提交一些任务
numbers_to_compute = [1000000, 500000, 200000, 100000]
for number in numbers_to_compute:
pool.submit_task(calculate_square_root, number)
# 获取并打印结果
results = pool.get_results()
print(f"计算结果是：{results}")注：示例可能报错
参考：https://docs.python.org/zh-cn/3/library/multiprocessing.html