Python 多任务编程：进程、线程与协程全面解析-EW帮帮网

import multiprocessing
import time

# 任务1：听音乐
def music():
    for i in range(3):
        print("听音乐...")
        time.sleep(0.2)

# 任务2：敲代码
def coding():
    for i in range(3):
        print("敲代码...")
        time.sleep(0.2)

if __name__ == '__main__':
    # 创建进程对象
    music_process = multiprocessing.Process(target=music)
    coding_process = multiprocessing.Process(target=coding)
    
    # 启动进程
    music_process.start()
    coding_process.start()

2.2 带参数的进程任务

通过args（元组）或kwargs（字典）给任务传递参数：

if __name__ == '__main__':
    # 元组传参（注意逗号）
    music_process = multiprocessing.Process(target=music, args=(3,))
    # 字典传参
    coding_process = multiprocessing.Process(target=coding, kwargs={'count': 3})
    
    music_process.start()
    coding_process.start()

2.3 进程编号与应用注意点

2.3.1 进程编号的作用

每个进程都有唯一编号（PID），用于区分主进程和子进程，方便进程管理。通过os模块获取：

(1)os.getpid()：获取当前进程编号；

（2）os.getppid()：获取父进程编号（创建当前进程的进程）。

2.3.2 关键注意点

（1）进程间不共享全局变量：子进程会拷贝主进程的资源，修改子进程的全局变量不会影响主进程；

（2）主进程与子进程的结束顺序：默认主进程会等待所有子进程执行完再结束。若需主进程结束时子进程也终止，可：

设置守护进程：process.daemon = True；
手动终止子进程：process.terminate()。

三、线程：程序执行的最小单位

1. 线程的概念

线程（Thread）是进程内的执行单元，共享进程的所有资源（如内存、文件句柄）。一个进程默认有一个主线程，可创建多个子线程，就像 “一个 QQ 打开两个聊天窗口”，既实现多任务又节省资源。

2. 多线程实现多任务

通过threading模块实现，步骤与多进程类似，且资源开销更低、启动速度更快。

基础示例

import threading
import time

def music():
    for i in range(3):
        print("听音乐...")
        time.sleep(0.2)

def coding():
    for i in range(3):
        print("敲代码...")
        time.sleep(0.2)

if __name__ == '__main__':
    # 创建线程对象
    music_thread = threading.Thread(target=music)
    coding_thread = threading.Thread(target=coding)
    
    # 启动线程
    music_thread.start()
    coding_thread.start()

3. 线程的核心特性

共享全局变量：同一进程内的线程共享全局变量（如列表、字典），但需注意 “线程安全”（需用锁避免数据竞争）；
执行顺序无序：线程的执行由 CPU 调度决定，无法保证顺序；
守护线程：设置thread.daemon = True，主线程结束时子线程自动终止。

四、进程与线程的对比

特性	进程（Process）	线程（Thread）
定义	资源分配最小单位	程序执行最小单位
资源开销	高（独立内存、资源）	低（共享进程资源）
启动速度	慢	快
全局变量共享	不共享（需 IPC 通信）	共享（需锁保证安全）
适用场景	CPU 密集型任务（如计算、数据分析）	I/O 密集型任务（如网络请求、文件读写）
模块	`multiprocessing`	`threading`

五、协程：用户态的轻量级线程

1. 协程的概念

协程（Coroutine）是用户态的轻量级线程，通过 “协作式调度” 实现并发 —— 无需操作系统介入，仅需保存寄存器上下文，切换效率极高。

2. 核心优势

无锁机制：避免多线程的同步开销；
高并发：单线程内可处理数千个 I/O 密集型任务；
代码简洁：用async/await语法，以同步风格写异步逻辑。

3. 基于asyncio实现协程

asyncio是 Python 官方协程库，核心是 “事件循环”（管理协程的执行）。

基础示例

import asyncio

# 定义协程函数（用async修饰）
async def my_coroutine():
    print("Start")
    # 非阻塞等待（替代time.sleep，不阻塞事件循环）
    await asyncio.sleep(1)
    print("End")

# 启动事件循环
asyncio.run(my_coroutine())

并发执行多个协程

用asyncio.create_task()创建任务，asyncio.gather()并发执行：

async def task(name, delay):
    await asyncio.sleep(delay)
    print(f"{name} completed")

async def main():
    # 创建任务列表
    tasks = [
        asyncio.create_task(task("A", 2)),
        asyncio.create_task(task("B", 1))
    ]
    # 并发执行
    await asyncio.gather(*tasks)

asyncio.run(main())
# 输出：B completed → A completed（按完成时间排序）

4. 协程的适用场景与注意事项

适用场景：I/O 密集型任务（如网络爬虫、API 调用），结合aiohttp（异步 HTTP 库）可大幅提升效率；
注意事项：

（1）协程内禁用time.sleep()等同步操作，需用asyncio.sleep()；

（2）需 Python 3.7+，推荐用asyncio.run()管理事件循环。

（3）不适合 CPU 密集型任务（需结合多进程）；

六、总结：如何选择多任务方案

CPU 密集型任务（如计算、矩阵运算）：用多进程（绕过 Python GIL 锁，利用多核 CPU）；
I/O 密集型任务（如网络请求、文件读写）：优先用协程（效率最高、资源开销最低），其次用多线程；
简单多任务场景：若无需多核利用，用多线程（实现简单、通信方便）。

Python 多任务编程：进程、线程与协程全面解析

一、多任务基础：并发与并行

1. 什么是多任务

2. 两种表现形式

二、进程：操作系统资源分配的最小单位

1. 进程的概念

2. 多进程实现多任务

2.1 基础示例：边听音乐边敲代码