ホームページ バックエンド開発 Python チュートリアル Pythonのスレッドとプロセスの違いとメリット・デメリット

Pythonのスレッドとプロセスの違いとメリット・デメリット

Aug 23, 2018 pm 05:42 PM
python プロセス

この記事では、Python のスレッドとプロセスとは何かを見てみましょう。 Python のスレッドとプロセスに関する関連知識を学び、Python のスレッドとプロセスの違い と利点と欠点を理解します。 マルチタスクを実現する最も一般的な 2 つの方法であるマルチプロセッシングとマルチスレッドを紹介しました。次に、両方のアプローチの長所と短所について説明します。

まず、マルチタスクを実現するために、通常、マスターはタスクの割り当てを担当し、ワーカーはタスクの実行を担当するマスター-ワーカー モデルを設計します。通常は 1 人のマスターと複数のワーカーが存在します。

複数のプロセスを使用してマスター-ワーカーを実装する場合、メインプロセスはマスター、その他のプロセスはワーカーになります。

マルチスレッドを使用してマスター/ワーカーを実装する場合、メインスレッドがマスターとなり、他のスレッドがワーカーとなります。

マルチプロセス モードの最大の利点は、サブプロセスがクラッシュしてもメイン プロセスや他のサブプロセスに影響を与えないため、安定性が高いことです。 (もちろん、マスタープロセスがハングアップすると、すべてのプロセスがハングアップしますが、マスタープロセスはタスクの割り当てのみを担当しており、ハングアップする確率は低いです) 有名なApacheが最初にマルチプロセスモードを採用しました。

マルチプロセス モードの欠点は、プロセス作成のコストが高いことです。Unix/Linux システムでは fork を呼び出しても問題ありませんが、Windows ではプロセスの作成にコストがかかります。さらに、オペレーティング システムが同時に実行できるプロセスの数にも制限があり、メモリと CPU の制限により、数千のプロセスが同時に実行されると、オペレーティング システムのスケジューリングに問題が発生することもあります。

マルチスレッド モードは、通常、マルチプロセスよりも若干高速ですが、それほど高速ではありません。さらに、マルチスレッド モードの致命的な欠点は、スレッドのハングがプロセス全体のクラッシュを直接引き起こす可能性があることです。すべてのスレッドがプロセス メモリを共有します。 Windows では、スレッドによって実行されるコードに問題がある場合、「プログラムは不正な操作を実行したため、間もなく終了します。」というプロンプトが表示されることがよくありますが、実際には、特定のスレッドに問題があることがよくあります。ただし、オペレーティング システムはプロセス全体を強制的に終了します。

Windows では、マルチプロセスよりもマルチスレッドの方が効率的であるため、Microsoft の IIS サーバーはデフォルトでマルチスレッド モードを採用しています。マルチスレッドの安定性の問題により、IIS は Apache ほど安定していません。この問題を軽減するために、IIS と Apache にはマルチプロセスとマルチスレッドの混合モードが導入されており、問題はますます複雑になっています。

スレッド切り替え

マルチプロセスでもマルチスレッドでも、数が多ければ絶対に効率は上がりません。

たとえば、残念ながら高校受験を控えていて、中国語、数学、英語、物理、化学の 5 科目の宿題を毎晩しなければならず、それぞれの宿題に 1 時間かかるとします。

最初に中国語の宿題に 1 時間を費やし、次に数学の宿題に 1 時間を費やし、その後すべてを順番に完了して合計 5 時間を費やす場合、この方法はシングルタスク モデルと呼ばれます。またはバッチ モデル プロセス タスク モデル。

マルチタスク モデルに切り替える予定があるとします。最初に中国語を 1 分間やり、次に数学の宿題に切り替え、1 分間やってから英語に切り替える、というように続けることができます。これはシングルコアCPUがマルチタスクを行うのと同じで、幼稚園児から見ると5教科の宿題を同時に書いていることになります。

ただし、宿題を切り替えるには代償がかかります。たとえば、中国語から数学に切り替える場合は、まずテーブルの上の中国語の本とペンを片付けてから (これをシーンの保存と呼びます)、次に開く必要があります。数学の宿題を始める前に、数学の教科書を読み、コンパスと定規を見つけてください (これを新しい環境の準備といいます)。プロセスまたはスレッドを切り替える場合もオペレーティング システムは同じであり、まず現在の実行環境 (CPU レジスタの状態、メモリ ページなど) を保存し、次に新しいタスクの実行環境を準備する (最後のレジスタの状態を復元する) 必要があります。実行を開始する前に、メモリ ページの切り替えなど)。この切り替えプロセスは高速ですが、時間がかかります。同時に実行されているタスクが数千ある場合、オペレーティング システムは主にタスクの切り替えで忙しく、タスクを実行する時間があまりありません。この状況で最も一般的な状況は、ハード ディスクからビープ音が激しく鳴り、何も起こらないことです。ウィンドウをクリックすると応答があり、システムは一時停止アニメーション状態になります。

したがって、マルチタスクの数が限界に達すると、システムのすべてのリソースが消費され、その結果、効率が急激に低下し、すべてのタスクがうまく完了しなくなります。

コンピューティング集中型と IO 集中型の比較

マルチタスクを使用するかどうかの 2 番目の考慮事項は、タスクの種類です。タスクをコンピューティング集約型と IO 集約型に分けることができます。

コンピューティング集約型タスクは、pi の計算、ビデオの高解像度デコードなど、CPU リソースを消費する大量の計算を特徴とし、すべて CPU のコンピューティング能力に依存します。このようなコンピューティング負荷の高いタスクはマルチタスクでも実行できますが、タスクの数が増えると、タスクの切り替えに時間がかかり、タスクを実行する際の CPU の効率が低下します。 CPU の使用、コンピューティング集約型タスク 同時タスクの数は CPU コアの数と同じである必要があります。

コンピューティング集中型のタスクは主に CPU リソースを消費するため、コードの実行効率が非常に重要です。 Python などのスクリプト言語は実行効率が非常に低く、計算負荷の高いタスクにはまったく適していません。計算負荷の高いタスクの場合は、C 言語で記述することをお勧めします。

2 番目のタイプのタスクは IO 集中型です。ネットワークおよびディスク IO を伴うタスクはすべて IO 集中型のタスクです。このタイプのタスクの特徴は、CPU 消費量が非常に少なく、ほとんどの場合、CPU 消費量が非常に少ないことです。タスクの内容は、IO 操作が完了するまで待機することです (IO の速度は CPU やメモリの速度よりもはるかに遅いため)。 IO 集中型のタスクの場合、タスクが多いほど CPU 効率は高くなりますが、制限があります。最も一般的なタスクは、Web アプリケーションなどの IO 集中型のタスクです。

IO 集中型タスクの実行中は、時間の 99% が IO に費やされ、CPU に費やされる時間はほとんどありません。そのため、非常に遅い実行速度を置き換えるために、非常に高速な C 言語を使用します。 Pythonのスクリプト言語では業務効率は全く向上しません。 IO 集中型のタスクの場合、開発効率が最も高い (コード量が最も少ない) 言語が最適です。スクリプト言語が第一の選択肢で、C 言語は最も悪い言語です。

非同期 IO

CPU と IO の速度の大きな違いを考慮すると、タスクは実行中にほとんどの時間を IO 操作の待機に費やします。単一プロセス、単一スレッド モデルは他のモデルにつながります。タスクは並列実行できないため、複数のタスクの同時実行をサポートするマルチプロセス モデルまたはマルチスレッド モデルが必要です。

最新のオペレーティング システムでは IO 操作が大幅に改善されており、最大の特徴は非同期 IO をサポートしていることです。オペレーティング システムが提供する非同期 IO サポートを最大限に活用すると、単一プロセス、単一スレッド モデルを使用して複数のタスクを実行できます。この新しいモデルは、イベント駆動型モデルと呼ばれます。Nginx は、非同期 IO。シングルコア CPU 上で動作します。シングルプロセス モデルを使用すると、効率的にマルチタスクをサポートできます。マルチコア CPU では、マルチコア CPU の利点を最大限に活用して、複数のプロセス (CPU コアの数と同じ数) を実行できます。システム内のプロセスの総数は非常に限られているため、オペレーティング システムのスケジューリングは非常に効率的です。非同期 IO プログラミング モデルを使用してマルチタスクを実装することが大きなトレンドになっています。

Python 言語に対応するシングルスレッドの非同期プログラミング モデルはコルーチンと呼ばれ、コルーチンのサポートにより、イベント駆動に基づいて効率的なマルチタスク プログラムを作成できます。

以上がこの記事の内容です. この記事では主に python におけるスレッドやプロセスの違いやメリット・デメリットを紹介します. 上記を理解するために参考にしていただければ幸いです. 内容.この記事で説明したことがあなたのお役に立ち、Python の学習が容易になることを願っています。

関連知識の詳細については、php 中国語 Web サイトの

Python チュートリアル 列を参照してください。

以上がPythonのスレッドとプロセスの違いとメリット・デメリットの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

PHPおよびPython:コードの例と比較 PHPおよびPython:コードの例と比較 Apr 15, 2025 am 12:07 AM

PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Python vs. JavaScript:コミュニティ、ライブラリ、リソース Python vs. JavaScript:コミュニティ、ライブラリ、リソース Apr 15, 2025 am 12:16 AM

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

CentosのPytorchのGPUサポートはどのようにサポートされていますか CentosのPytorchのGPUサポートはどのようにサポートされていますか Apr 14, 2025 pm 06:48 PM

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

Dockerの原則の詳細な説明 Dockerの原則の詳細な説明 Apr 14, 2025 pm 11:57 PM

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

ミニオペンCentosの互換性 ミニオペンCentosの互換性 Apr 14, 2025 pm 05:45 PM

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

CentosでPytorchの分散トレーニングを操作する方法 CentosでPytorchの分散トレーニングを操作する方法 Apr 14, 2025 pm 06:36 PM

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

CentosでPytorchバージョンを選択する方法 CentosでPytorchバージョンを選択する方法 Apr 14, 2025 pm 06:51 PM

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

See all articles