本文主要介绍多线程、多进程、协程的最常见使用，每个的详细说明与介绍有时间会在以后的随笔中体现。

一、多线程

1.python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading通过对thread模块进行二次封装，提供了更方便的API来操作线程。接下来只介绍threading的常见用法。

2.使用

import threadingimport time def Traversal_5(interval):    for i in xrange(5):        print 'Traversal_5:',i        time.sleep(interval)def Traversal_10(interval):    for i in xrange(10):        print 'Traversal_10:',i        time.sleep(interval)if __name__ == '__main__':    print 'start time:'    t1 = int(time.time())     tasks=[Traversal_5,Traversal_10]     threads = []    for task in tasks:        t = threading.Thread(target=task,args=(1,))        threads.append(t)    for t in threads:        t.setDaemon(True)        t.start()    for t in threads:        t.join()    print 'end main total time:',int(time.time())-t1

3.结果

4.结果分析

单线程运行这完两个函数至少应该需要15秒，多线程情况下，两个函数同时运行，总共用时是取最长的Traversal_10这个函数的时间

二、多进程

1.由于GIL的存在，python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。接下来只介绍multiprocessing的常见用法。

2.使用

import multiprocessing import time class Traversal(object):    def __init__(self,interval, name):        self.interval = interval         self.name = name        self._rungevent(self.interval, self.name)    def _rungevent(self, interval, name):        for i in xrange(5):            print 'process name:',name,'\tindex:',i            time.sleep(interval)if __name__ == '__main__':    print 'start time:'    t1 = int(time.time())     jobs = []    for x in xrange(2):        p = multiprocessing.Process(target = Traversal, args=(1,'Traversal_'+str(x)))        p.start()        jobs.append(p)    for job in jobs:        job.join()     print 'end main total time:',int(time.time())-t1

3.结果

4.结果分析

此程序相当于遍历两次0-5的函数，按理说，时间应该是10秒，因为开了2个进程，所以总花时和一次遍历时间相等

三、协程

1.协程，又称微线程，纤程。协程的特点在于是一个线程执行，那和多线程比，协程有何优势？最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。第三方的gevent为Python提供了比较完善的协程支持。接下来只介绍gevent用法

2.使用

from gevent import monkey; monkey.patch_all(); from gevent.pool import Pool import time def Traversal(job):    print 'job:',job    time.sleep(1)if __name__ == '__main__':    print 'start time:'    t1 = int(time.time())    jobs = [i for i in xrange(10)]     pool = Pool(5)    pool.map(Traversal, jobs)    print 'end main total time:',int(time.time())-t1

3.结果

3.结果分析

此程序本质是遍历0-10之间的数，应该用时10秒，由于使用了协程，开启了5个池，所以时间减少到2秒，大大减少运行时间。

四、多进程+协程

1.因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

2.使用

import multiprocessing from gevent import monkey; monkey.patch_all(); from gevent.pool import Poolimport time def Traver(job):    print 'job:',job    time.sleep(1)class Traversal(object):    def __init__(self,interval, name):        self.interval = interval         self.name = name        self._rungevent(self.interval, self.name)    def _rungevent(self, interval, name):        jobs = [i for i in xrange(5)]         pool = Pool(5)        pool.map(Traver, jobs) if __name__ == '__main__':    print 'start time:'    t1 = int(time.time())     jobs = []    for x in xrange(2):        p = multiprocessing.Process(target = Traversal, args=(1,'Traversal_'+str(x)))        p.start()        jobs.append(p)    for job in jobs:        job.join()     print 'end main total time:',int(time.time())-t1

3.结果

4.结果分析

此程序本质上是遍历2次0-5之间数据，应该使用10秒才能运行完，由于开启了两个线程和5个池的协程，结果1秒就运行完了。

五、总结

从以上小例子看，多进程、多线程和协程没有啥差别，本文也只是主要介绍其用法。但是，要是在IO密集和CPU密集的任务下，各个之间的区别就会显现，这里就不做介绍。