Question

我有以下代码：

import time
from threading import Thread

def fun1():
 time.sleep(5)

def fun2():
 time.sleep(5)

def fun3():
 time.sleep(5)

def fun4():
 time.sleep(5)

if __name__ == '__main__':
  t1 = Thread(target=fun1, args=())
  t2 = Thread(target=fun2, args=())
  t3 = Thread(target=fun3, args=())
  t4 = Thread(target=fun4, args=())
  t1.start()
  t2.start() 
  t3.start() 
  t4.start()
  start = time.clock()
  t1.join()
  t2.join()
  t3.join()
  t4.join()
  end = time.clock()
  print("Time Taken = ",end-start)

Que1：一次只能处理一个线程，这意味着如果控件是使用线程t1，则其他线程将等待。一旦上下文切换发生到线程t2，休息所有其他线程（t1，t3和t4）将等待。这是正确的理解吗？

Que2：如果我对Que1的理解是真的，那么总时间（开始 - 结束）应该是20秒（与按顺序方式而不是以线程方式运行一样好）......但它有点接近5秒。 ...为什么？在一天结束时，线程逐个执行（尽管不是完整的）请用非专业术语解释。我的理解是不正确的？

Que3：如果我使用多处理做同样的事情怎么办？执行会有什么不同？

Que4：让我们说（假设）fun1（）的代码对路由器1进行1000次重复计数ping，并花费1分钟的时间。类似的，fun2（）对路由器2执行1000次重复计数ping并花费1分钟的时间。类似的，fun3（）对路由器3执行1000次重复计数ping，并花费1分钟的时间。

如果按顺序执行此操作，总预期时间为3分钟（ping到R1，然后ping到R2然后ping到R3）但是当我使用线程进行此操作时，总执行时间几乎接近1分钟。为什么？我无法理解。

Answer 1

阻止Python中的调用（sleep，等待I / O或锁定）释放GIL，允许其他线程在被阻塞时运行，因此所有四个线程可以sleep并行，这是为什么你会看到五秒钟的延迟。如果你想看到GIL争用的影响，让线程函数做一些CPU绑定的事情，例如

def fun():
    for _ in xrange(1000000000):
        pass

multiprocessing不会改变sleep的情况，因为你不是GIL绑定的，但是如果你有多个，它会改善CPU绑定情况的挂钟时间运行的核心。

Answer 2

Q1：是的

Q2：如果每个线程都做了5秒的处理时间，那么你可以期望总时间为20秒。但每个线程只是休眠5秒钟，因此每个线程释放GIL，从而允许其他线程并行运行＆＃34; （仅在概念上），因为它等待睡眠超时。

问题3：与threads不同，多处理创建子进程，每个进程可以同时在不同的处理器上运行（实际上是并行的）。但即使这些sleeps分别在不同的处理器上运行，它们仍将在大约5秒钟内完成。如果它们在同一处理器上运行，那么OS的分时机制将以类似于Python的线程机制的方式确保它们在大约5分钟内完成。

问题4：它与sleep的概念相同。每个ping都不是CPU密集型的，因此它的线程很少拥有GIL。这允许所有三个ping线程在概念上并行运行。

Answer 3

用于python中的多线程环境。我们有两种非常不同的类型：

CPU绑定：喜欢添加数字，运行for循环...任何消耗CPU的活动。这种任务保持GIL，以防止其他线程运行。
不受CPU限制（可能正在等待来自外部资源的IO活动，如网络......）：睡眠系统调用不使用CPU，所以它就是这种类型。这种类型在等待IO，睡眠超时时释放GIL ..所以其他线程可以锁定并运行。这就是为什么你的程序需要大约5秒钟，因为你的所有线程都可以并行运行。

Python多线程基础知识混乱

3 个答案: