位置：贵阳达内教育IT培训机构 > 学校动态 > 疫情后Python并发编程的实际应用

疫情后Python并发编程的实际应用

来源：贵阳达内教育IT培训机构时间：2021/10/7 10:13:37

　　疫情后Python并发编程的实际应用
　　Python的并发编程的实现方式有很多种，主要就是多线程方式，多进程方式，远端分布式主机和伪线程这四种方式，我在前面的文章里想习的介绍了这四种实现方式的使用方法，现在我们一起来看一下Python的并发编程的实际使用情况。
　　通常需要用到并发的场合有两种，一种是计算密集型，也就是说你的程序需要大量的CPU资源;另一种是IO密集型，程序可能有大量的读写操作，包括读写文件，收发网络请求等等。
　　计算密集型
　　针对计算密集度的应用，我们选择了的蒙特卡洛算法进行PI计算。
　　在计算圆周率时，蒙特卡洛算法是利用统计原理来模拟圆周率的，即在1/4圆区域内随机点(红点)的概率与其面积成正比。这一概率p=Pi*R*R/4:R*R，其中，R是正方形的边长，圆的半径。根据这一结论，如果我们模拟出圆周率的1/4，那么就可以知道圆周率，如果我们模拟出1/4圆上的点的概率，就可以知道圆周率的概率了，我们可以通过大量的实验，即产生大量的点，来确定点的位置，然后计算出结果。
　　此处测试方法要做n个试验，返回1/4圆中点的数目。判别方法是检查这个点到圆心的距离，如果小于R为圆心。
　　利用大量并行性，我们可以地进行多次测试，测试的次数越多，结果就越接近实际的圆周率。

　　在此提供了不同并发方法的程序代码。

疫情后Python并发编程的实际应用

　　非并发
　　首先是单线程，然后该进程运行，查看性能。
　　多线程
　　要使用线程池，我们使用多线程处理的dummy包，这是一个多线程的封装。请注意，尽管这段代码没有提及线程，但它是多线程。
　　经过测试我们满意的发现，果然不出所料，当线程池为1是它运行的结果与没有并发时一样，当我们将线程池数字设置为5时，所需时间大约是没有并发时的2倍，测试数据在5秒到9秒之间。因此，对于计算密集的任务，还是不要使用多线程。
　　多进程
　　对于计算密集型的任务，理论上更适合使用多进程并发，在下面的例子中，进程池的规模被设置为5，修改进程池的大小将会对结果产生的影响，当进程池被设置为1时，与多线程的结果所需的时间相似，因为此时并不存在并发；设置为2时，响应时间有了明显的改善，比以前没有并发的一半多；但是继续扩展进程池对性能的影响并不大，甚至有所下降，也许我的AppleAir的CPU只有两个核？
　　请注意，如果您设置了一个非常大的进程池，您会遇到Resourcetemporarilyunavailable的错误，系统无法支持创建太多进程，毕竟资源有限。

领取试听课

每天限量名额，先到先得

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/3844/news/418958/违者必究！以上就是贵阳达内教育IT培训机构小编为您整理 疫情后Python并发编程的实际应用的全部内容。