多进程:

1、进程是系统进行资源分配的最小单位,每个进程都有自己的独立内存空间,不用进程通过进程间通信来通信。

2、但是进程占据独立空间,比较重量级,所以上下文进程间的切换开销比较大,但是比较稳定安全。

多线程:

1、线程是进程的一个实体,是CPU进行调度的最小单位,他是比进程更小能独立运行的基本单位。

2、线程基本不拥有系统资源,只占用一点运行中的资源(如程序计数器,一组寄存器和栈),但是它可以与同属于一个进程的其他线程共享全部的资源。

3、可以显著提高程序的运行速率,上下文切换快,开销比较少,但是不够稳定,容易丢失数据,形成死锁。

协程:

1、更小的执行单位,是一种轻量级的线程,协程的切换只是单纯的操作CPU的上下文,所以切换速度特别快,且耗能小。

2、也称为微线程,在一个线程中执行,执行函数时可以随时中断,由程序(用户)自身控制,执行效率极高。

3、与多线程比较,没有切换线程的开销和多线程锁机制。

单线程,多线程,多进程案例:

import asyncio
import threading
import multiprocessing
import time


def f1(name):
    time.sleep(0.5)
    print("{name} run.".format(name=name))


def f2(name):
    time.sleep(0.5)
    print("{name} run.".format(name=name))


if __name__ == '__main__':
    # 普通
    print("普通程序开始执行")
    start1 = time.time()
    f1("普通Tom")
    f2("普通Lucy")
    end1 = time.time()
    print("普通程序结束执行")
    print("普通执行耗时:{}".format(end1 - start1))
    print("*" * 30)

    # 多线程:threading
    print("多线程程序开始执行")
    start2 = time.time()
    t1 = threading.Thread(target=f1, args=("多线程Tom",))
    t2 = threading.Thread(target=f2, args=("多线程Lucy",))
    t1.start()
    t2.start()
    end2 = time.time()
    print("多线程程序结束执行")
    print("多线程执行耗时:{}".format(end2 - start2))
    print("*" * 30)

    # 多进程:multiprocessing
    multiprocessing.freeze_support()
    print("多进程程序开始执行")
    start3 = time.time()
    p1 = multiprocessing.Process(target=f1, args=("多进程Tom",))
    p2 = multiprocessing.Process(target=f2, args=("多进程Lucy",))
    p1.start()
    p2.start()
    end3 = time.time()
    print("多进程程序结束执行")
    print("多进程执行耗时:{}".format(end3 - start3))
    print("*" * 30)

协程案例:

import asyncio
import threading
import multiprocessing
import time


async def f3(name):
    await asyncio.sleep(0.5)
    print("{name} run.".format(name=name))


async def f4(name):
    await asyncio.sleep(0.5)
    print("{name} run.".format(name=name))


if __name__ == '__main__':
    # 协程:asyncio
    print("协程程序开始执行")
    start4 = time.time()
    tasks = [f3("协程Tom"), f4("协程Lucy")]
    asyncio.run(asyncio.wait(tasks))
    end4 = time.time()
    print("协程程序结束执行")
    print("协程执行耗时:{}".format(end4 - start4))
    print("*" * 30)

协程优势:

无需线程上下文切换的开销
无需原子操作锁定及同步的开销
方便切换控制流,简化编程模型
高并发+高扩展性+低成本:一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

协程劣势:

无法利用多核资源:协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.
当然我们日常所编写的绝大部分应用都没有这个必要,除非是cpu密集型应用。
进行阻塞(Blocking)操作(如IO时)会阻塞掉整个程序
写法虽然有点别扭,但是省去了很多工作,

例如:
创建事件循环任务列表,
将创建的协程事件放入事件循环任务列表,
遇到堵塞时自动切换协程事件,
协程事件全部执行完成后,自动销毁事件循环任务列表。

python 协程比线程的优势 python协程与多线程比较_chrome