0
雷鋒網(wǎng) AI 科技評論按，作為目前最流行的編程語言之一，python 在人工智能相關(guān)的領(lǐng)域備受青睞。在編碼時，代碼的運行時間是我們需要考慮的重要因素之一。如何加快程序運行的速度？這是很多開發(fā)者經(jīng)常會思考的問題。
工程師 Jim Anderson 分享了他的經(jīng)驗，他寫了一篇關(guān)于「通過并發(fā)性加快 python 程序的速度」的文章。Jim 有多年的編程經(jīng)驗，并且使用過各種編程語言。他曾做過嵌入式系統(tǒng)相關(guān)的工作，開發(fā)過分布式系統(tǒng)，并且參加過許多會議。
如果你聽過很多關(guān)于 asyncio 被添加到 python 的討論，但是好奇它與其他并發(fā)方法相比怎么樣，或者你很好奇什么是并發(fā)，以及它如何加速你的程序，那么你需要看下 Jim Anderson 的這篇文章，雷鋒網(wǎng)編譯整理。
在本文中，你將了解以下內(nèi)容：
什么是并發(fā)？
什么是并行？
一些 python 并發(fā)方法的比較，包括線程、異步和多進程
在程序中何時使用并發(fā)性以及使用哪個模塊
本文假設(shè)讀者對 python 有一個基本的了解，并且使用 python3.6 及以上版來運行示例。你可以從 Real python GitHub repo 下載示例。
什么是并發(fā)？
并發(fā)這個詞在字典里面定義是「同時發(fā)生」。在 python 中，同時發(fā)生的事情由線程、任務(wù)、進程調(diào)用，但在高層，它們都是指按順序運行的一系列指令。
我喜歡把它們看作是不同的思維方式。它們都可以在特定的點上停止，此時，正在處理它們的 CPU 或大腦可以切換到其它的點上。每件事的狀態(tài)都會被保存，這樣它就可以在中斷的地方重新啟動。
你可能想知道為什么 python 對相同的概念使用不同的詞。事實證明，只有從宏觀意義上看線程、任務(wù)和進程時，它們才是相同的。一旦你開始深入了解細節(jié)，它們都代表著一些稍微不同的東西。隨著示例的不斷深入，你將看到更多不同之處。
你必須小心謹慎，因為當你深入到細節(jié)的時候，實際上只有多進程在同一時間運行著多個任務(wù)。線程和異步都在單個處理器上運行，因此一次只能處理一個任務(wù)。他們只是聰明地找到方法輪流加速整個過程。即使它們不同時運行不同的程序，我們?nèi)匀环Q之為并發(fā)。
線程或任務(wù)輪流執(zhí)行的方式是線程和異步之間的巨大區(qū)別。在線程中，操作系統(tǒng)實際上知道每個線程，并且可以隨時中斷它以開始運行不同的線程。這被稱為先占式多工法（pre-emptive multitasking），因為操作系統(tǒng)可以對線程進行切換。雷鋒網(wǎng)
先占式多工法（pre-emptive multitasking）很方便，因為線程中的代碼不需要做任何事情來進行切換。但它也是困難的，因為「在任何時候」都可能需要進行任務(wù)切換。這種轉(zhuǎn)換可以發(fā)生在單個 python 語句的中間，甚至是像 x=x+1 這樣的簡單語句。
另一方面，asyncio 使用協(xié)同多任務(wù)處理。這些任務(wù)必須通過宣布它們何時準備好被關(guān)閉來協(xié)同合作。這意味著要實現(xiàn)這一點，任務(wù)中的代碼必須稍微更改才能實現(xiàn)這一點。
提前做這些額外的工作的好處是，你總是知道你的任務(wù)將在哪里被切換。除非該語句被標記，否則任務(wù)不會在 python 語句的中間被切換。接下來你將看到如何簡化設(shè)計的各個部分。
什么是并行？
到目前為止，你已經(jīng)研究了在單個處理器上發(fā)生的并發(fā)。那么對于你的新筆記本電腦上的那么多 CPU 核會怎么樣呢？你如何利用它們？答案就是多進程。
通過多進程，python 創(chuàng)建了新的進程。這里的一個進程可以被看作是一個完全不同的程序，盡管從技術(shù)上講，它們通常被定義為一個資源的集合，其中的資源包括內(nèi)存、文件句柄和類似的東西。每個進程都在自己的 python 解釋器中運行。
因為它們是不同的進程，所以在多進程中的每一個進程都可以在不同的核上運行。在不同的核心上運行意味著它們實際上可以同時運行，這太棒了。這樣做會產(chǎn)生一些復雜的情況，但是在大多數(shù)情況下，python 都能很好地平衡它們。
并發(fā)何時有用？
并發(fā)性可以對兩種類型的問題產(chǎn)生很大的影響。這通常稱為 CPU 綁定和 I/O 綁定。
I/O 綁定問題會導致程序運行速度減慢，因為它常常需要等待來自某些外部資源的輸入/輸出（I/O）。當你的程序處理比你的 CPU 慢得多的東西時，這種情況經(jīng)常發(fā)生。
比你的 CPU 慢的事情很多，但謝天謝地，它們中間的大多數(shù)都不會與你的程序有關(guān)聯(lián)。你的程序最常與之交互的緩慢的事情是文件系統(tǒng)和網(wǎng)絡(luò)連接。
讓我們看看它們是什么樣子的：
在上面的示意圖中，藍色框顯示程序工作的時間，紅色框顯示等待 I/O 操作完成的時間。這個圖并不是按比例繪制的，因為 Internet 上的請求時間可能比 CPU 指令長幾個數(shù)量級，所以你的程序最終可能會花費大部分時間等待操作完成。這是你的瀏覽器在大多數(shù)時間里所做的事情。
另一方面，有一些程序可以在不與網(wǎng)絡(luò)通信或不訪問文件的情況下進行重要的計算。這些是 CPU 綁定的程序，因為限制程序速度的資源是 CPU，而不是網(wǎng)絡(luò)或文件系統(tǒng)。
以下是 CPU 綁定程序的示意圖：
當你完成下面部分中的示例時，你將看到不同形式的并發(fā)在 CPU 綁定的程序和 I/O 綁定的程序中工作得更好或更差。向程序添加并發(fā)性會增加額外的代碼，增大復雜性，因此你需要確定潛在的加速是否值得付出這些代價。看完本文，你應(yīng)該有足夠的信息來開始做這個決定。
關(guān)于概念的介紹就到這里啦，下面的文章中，你將看到 I/O 綁定程序相關(guān)的內(nèi)容，之后，你將看到一些處理 CPU 綁定程序的代碼。
接下來的部分請查看：
如何利用并發(fā)性加速你的python程序（二）：I/O 綁定程序加速
如何利用并發(fā)性加速你的python程序（三）：CPU 綁定程序加速
via：http://www.35crmo.cc/news/201901/JfoLltRClm3bZzuB.html?type=preview
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
