适合用python完成的任务,python中实现多任务的方式有

　　在的第一篇博文中

　　1.1.什么是多任务，什么是“多任务”？简单来说，操作系统可以同时运行多个任务。比如你在用浏览器上网，听MP3，用Word赶作业。这是多重任务。至少有三个任务同时运行。还有很多任务同时在后台悄悄运行，只是没有显示在桌面上。

　　现在多核CPU很流行，但即使是过去的单核CPU也能执行多任务。既然CPU是顺序执行代码，那么单核CPU是如何执行多任务的呢？

　　答案是操作系统控制CPU轮流让各个任务交替执行。任务1执行0.01秒，切换到任务2，任务2执行0.01秒，然后切换到任务3，执行0.01秒.如此反复。从表面上看，每一个任务都是交替执行的，但是因为CPU的运行速度太快，我们感觉好像所有的任务都在同时执行。

　　真正的多任务并行执行只能在多核CPU上实现。但是因为任务的数量远大于CPU的核数，所以操作系统会自动将很多任务依次调度给每个核。

　　1.2.并发和并行并发：指任务数超过cpu核数。通过操作系统的各种任务调度算法，可以“一起”执行多个任务(其实有些任务是不执行的，因为任务切换的速度挺快，看起来是一起执行的)。并行性：指任务数小于等于cpu核数，即任务真正一起执行。1.3.CPU执行程序原理相关术语。

　　RAM:指内存，掉电后无法保存，故称为易失性存储；另一个相关的概念是ROM，一般指外部存储，比如硬盘。RAM的速度比ROM快很多，CPU直接和内存交换数据。

　　CPU:计算机的所有计算操作都是由它来完成的，记住它是一个有输入输出的集成电路就行了。

　　指令：指令是CPU操作的基本单位，大致包括操作对象，操作对象的地址，对操作对象执行什么样的操作。

　　RAM相关结构

　　如果一个程序要被CPU执行，首先要被编译成CPU可以执行的指令操作，这里就不详细描述了。本文假设程序已经被编译并放入内存。存储在存储器中的数据可以分为两类，一类是指令；另一个是数据，指令和数据都有对应的地址。

　　下图是我们接下来要讨论的内存结构。

　　在上图中，现在已经存储了地址为100、104、108、112的一系列指令；地址为2000年、2004年和2008年的一系列数据。

　　CPU相关结构

　　这里只发布CPU执行指令涉及的基本结构，真实情况会复杂很多。

　　这里涉及的结构包括程序计数器、指令寄存器、数据寄存器和ALU，可以简单理解为存储数据的器件。用于存储指令的程序计数器的地址；寄存器是用来存储指令的(初学者可能会混淆数据和地址的区别，稍微区分一下就能分辨出来)；数据寄存器存储计算中涉及的数据。下图中的a、B、C都是数据寄存器；ALU是用于计算的设备。

　　执行过程

　　为了便于理解，只涉及CPU和内存之间的数据交换。

　　了解了RAM和CPU的相关结构后，我们就可以正式开始解释执行过程了，其实就是以上描述的组合。

　　1.程序计数器的初始内容是100，指向内存中的某条指令。注意100指的是地址；2.指令寄存器根据程序计算器的指向地址，将内存中地址为100的指令捕捉到自己，此时存储LOAD A，2000；3.CPU根据指令内容将内存地址为2000的数据上传到数据寄存器A。此时CPU和RAM的状态如下图所示；

　　以上三个步骤完成了一条指令的基本操作步骤。接下来，程序计数器依次指向104指令地址、108指令地址和112指令地址，分别完成2004地址的数据向B数据寄存器的赋值；将ALU A和B中的数据相乘并赋值给C数据寄存器；将C数据寄存器数据写入内容地址2008。

　　这样就完成了简单程序500.1的计算。最后，CPU和RAM的状态如下图所示。

　　1.4.程序、进程和线程程序是包含指令和数据的文件，存储在磁盘或其他数据存储设备中，也就是说，程序是静态代码。进程是程序的一个执行过程，是系统运行程序的基本单元，所以进程是动态的。在一个系统中运行一个程序，是一个从创建、运行到消亡的过程。简单来说，进程就是一个正在执行的程序，在计算机中执行一条又一条指令。同时，每个进程还会占用一些系统资源如CPU时间、内存空间、文件、输入输出设备的使用权等等。换句话说，当程序执行时，它会被操作系统加载到内存中。类似于线程进程，但线程是比进程更小的执行单元。一个进程在执行过程中可以生成多个线程。与进程不同，同一种类的多个线程共享相同的内存空间和一组系统资源。因此，当系统生成一个线程或者在线程之间切换时，负担要比进程小得多。正因为如此，线程也被称为轻量级进程。在执行过程中，进程拥有独立的内存单元，而多个线程共享内存，大大提高了程序的运行效率。

　　1.5.一个故事讲完之后的流程，脉络，协同。很久以前，有两个程序。我们暂且称他们为王采和萧蔷。

　　王采和萧蔷都是非常长的程序，每个都超过100，000行。他们的人生价值就是在CPU上运行，把运行结果告诉人类。

　　CPU是一种稀缺资源。只有一个CPU，他们要排队轮流用。

　　王采从头到尾都完成了执行，放弃了CPU，让萧蔷从头开始做。

　　人类称这种加工方式为批量加工(单工序)。

　　过程

　　很长一段时间，两人相安无事。后来CPU的速度越来越快，远远超过内存和硬盘的速度。

　　人类认为这些处理系统的效率有点低。看，当萧蔷需要从硬盘中读取数据时，CPU一直在等待。真是浪费！在这个时候，你可以让王采运行它！

　　当然，需要保留萧蔷的执行地点：具体执行了哪一行程序指令，进行了什么级别的函数调用，每个函数调用有什么样的参数，CPU寄存器中的值等等。

　　如果萧蔷的执行地点没有被保留，当萧蔷的数据从银盘中读取时，就没有办法回到中断处继续执行。

　　这个执行点和萧蔷的代码一起，是一个被称为“进程”的执行程序。

　　当王采和萧蔷在运行时，它们也被转化为过程。

　　人类还规定一个进程不能长时间占用CPU，只能在CPU上短时间执行，然后马上切换到另一个进程执行。

　　王采和萧蔷都不以为意：就表演一会儿，休息一会儿，然后继续表演！

　　但他们不知道的是，因为超快的CPU速度，虽然王采和萧蔷在不停地切换操作，但在人类的慢世界里，王采和萧蔷仿佛是同时在执行。这就是并发。

　　(在人类眼中，小强和王采似乎同时在执行)

　　很多年后，他们两个真正实现了并行：在一台豪华电脑里，每个人都分配了一个CPU，真正同时执行，这是另一个故事(多核)。

　　线

　　此时，王采已经有了一个接口，可以访问网络。每当它连接到互联网时(这也是一个非常非常耗时的操作)，它必须将CPU交给萧蔷。

　　即使王采再次被执行死刑，因为网络数据还没有返回，他只能等待，什么也做不了。在人类眼里，界面根本无法操作，王采没有反应！人类经常杀旺财，我很生气。

　　财富是痛苦的，他想知道为什么萧蔷没有问题。萧蔷不是要读写硬盘吗？那也是个慢操作。

　　萧蔷说，“你真笨。里面只有一个执行过程，遇到耗时的操作就要等待。看着我。里面有两个执行进程(线程)，一个是读写硬盘(T1)，一个是处理接口(T2)。我和操作系统商量过，如果T1在读写硬盘，我可以调度我的T2去执行，这样至少可以操作界面。”

　　王采觉得很有趣，采取了类似的方法。

　　因此，一个进程中至少有一个正在执行的进程(主线程)，也可以启动一个新的正在执行的进程(线程)。

　　线程成为最小的调度单元。

　　协同程序

　　这一天，王采被一个叫做生产者和消费者的问题所困扰。两个线程，其中一个将数据放入队列，另一个从队列中取出数据，这使得处理两个线程之间的合作非常麻烦。它不仅需要被锁定，还需要被线程通知和等待。

　　在感受多线程编程的困难时，王采震惊地发现，萧蔷用一种非常简单的方法解决了生产者和消费者的问题。

　　该方法的代码如下：

　　#制作人

　　定义生产者(c):

　　#其他代码

　　虽然正确：

　　值=.生成数据.

　　c .发送(值)

　　#消费者

　　定义消费者():

　　#其他代码

　　虽然正确：

　　价值=产量

　　打印(值)

　　c=消费者()

　　制片人(丙)“这是怎么回事.这是怎么执行的？那收益率是怎么回事？”王采迷惑不解。

　　“简单。看那个制片人。他把数据发给消费者了吗？”萧蔷说。

　　“对，然后，生产者发送数据后，会不会马上进行下一个周期？”

　　“这是关键，”萧蔷说。"它们是这样被执行的："

　　生产者发送数据，停止运行，不进行下一个循环(可以理解为进入消费者函数yield的位置继续执行)

　　事实上，消费者一直在等待价值=收益率，直到数据到来。现在数据来了就拿出来处理(value是生产者发来的数据)。

　　在消费者循环中再次让步，并暂停执行(再次自动切换回生产者函数)。

　　生产者继续下一个循环，生成新的消息并将其发送给消费者。

　　转载请联系作者取得转载授权，否则将追究法律责任。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。