Python 中的多线程 vs 多进程中嵌套多线程，哪一种进行 IO 操作的性能更高？

[Nick2VIPUser]

假设一件任务的主要工作是处理网络 IO+读写文件 IO，
使用 python 使用下面三种不同的多任务并行处理方案：

1. 使用 threading 实现 30 个线程：
   threadingNum=30
2. 使用 mulitprocess 实现 3 个的进程，每个进程实现 10 个线程：
   processing=3, threadingNum=10
3. 使用 threading 实现 10 个线程，并手动在主机开三个进程：
   threadingNum=10, executionNum=3

问题来了：

• 基于以上情形，那种方案效率会更高？
• 如何去分析这几种情况的执行效率快或者慢的原因？
• 或者说以上三种方案根本没有比较的意义？
• 在使用 python 处理大量 IO 操作时，各位老哥一般都使用什么解决方案呢？（不限于标准和第三方库和其他灵活的处理方案）

---

（另外补充一下，我特别喜欢这个社区，觉得 V 社的老哥们都是真心在讨论问题和思考问题，每次在这里讨论问题都可以学到很多东西。如果我问问题方式有不恰当的地方和提问频率较高影响到大家的话，希望大家不吝指出！）

[zhengxiaowai]

以下是个人见解：

1、Socket IO 的话明显是要用 async/await 这种异步 IO，然后开多进程启动效率最好，参考 Tornado 的部署方法

2、文件读写 IO，对于这种明显是更多的进程更有效果。但是还需要考虑的问题是 CPU 会满载、硬盘 IO 读写速度达到瓶颈，所以更好的方法是 换 CPU 和 更快硬盘。

3、分析快慢的方法，从了从直观的时间上看出了。更多需要相关的知识，比如线程进程原理可以任何一本教科书，具体的应用手法可以看 APUE 中的部分。

4、Python 处理网络 IO 各种异步库都有，FILE IO 的话没什么办法，只能用一些取巧的方法。

以上。

[ioiogoo]

大量网络 IO 和文件 IO 的话推荐 python >= 3.6 的 asyncio，原生支持异步操作，关键词 aiohttp

[ipwx]

asyncio

[misaka19000]

大量 IO 的话线程就行了

[ai277014717]

这三种情况的负载应该差不多，性能损失主要应该在上下文切换。应该从 CPU 多核利用率的角度来考虑。像 nodejs 好像可以配置根 CPU 核心数量一样的进程数来提高效率。python 么没听说过类似的功能。

[sivacohan]

网络 IO 还好说一点，文件 IO 一定程度上依赖于磁盘类型，碟片的话做顺序读写，SSD 的话做随机读写。另外磁盘本身的缓存和操作系统的缓存都会严重影响测试结果。

[cloudyplain]

python2: 进程+协程 gevent+uwsgi or gunicorn。

[linyinma]

什么时候多进程多线程和 IO 读写性能有关了？

你的需求是提高 IO 读写效率，思路应该是同步异步的问题，并行开发多进程 /多线程更多影响的进程上下文的切换带来的效率问题 /以及容错机制的考虑...

[xpresslink]

你要从问题瓶颈入手来解决而不是上来就拍脑袋用哪个方案。

你的需求不太明确，我也不了解你现有系统的架构和性能参数，所以没办法给你正确的建议。现在就能拍出具体建议的都是大神，请鄙视我。

用哪个方案和场景有关系。你要解决整体性能问题缩短运行时间，还是只是解决阻塞的问题。

另外你充分理解三种资源的特性，网络、CPU、磁盘

比如你的网络带宽 2M，要访问的服务器每个提供的下载带宽 1M。那你开两 2 线程要行了。开 30 线程完全没有用最多也就是 2M 了，这种情况下你优化磁盘写入性能不是扯么，除了扩容你的带宽你用什么也提高不了整体性能了。

如果是运算密集型的任务，比如数据要解压解密再编码，就要考虑开多进程利多核心，如果 CPU 负载很轻只是因为阻塞速度慢，你写成多进程代码要增加复杂度，白浪费精力。

磁盘是串行读写的，传统机械硬盘就一个磁头在那里寻道读写，成批量大块的连续写入方案才能提高性能，这就是为什么硬盘都有缓存。如果写入是瓶颈而你要想的不是开多个线程，而是在内存内开个更大缓存，弄个写入队列之类的。

[Nick2VIPUser]

@zhengxiaowai 谢谢老哥，分析很非常有条理，给我提供了很好的思路~

[Nick2VIPUser]

@ai277014717
@sivacohan
谢谢答案，想了一下应该是我钻牛角尖了，实际场景几乎不会太计较这三种情况吧~

[Nick2VIPUser]

@linyinma 嗯，是的，主要是考虑同步异步的问题，我是突然想到线程和进程的搭配问题钻了牛角尖，谢谢老哥~

[Nick2VIPUser]

@xpresslink 谢谢您，把网络、CPU、磁盘三种资源解释的很清楚，令人茅塞顿开。我想我应该从您说的这个角度去思考问题。

[qs]

看了半天没看到 1-2-3 这三种情况的对比和解释

[vincenttone]

我不太懂 python，但是这类语言从设计上来讲，cpu 密集的话，线程可能并不是一个好的选择。
但是如果是 IO 密集，根据你具体 IO 的使用、并发的数据使用形式、锁、生命周期等实际状况来选择进程、线程和异步 IO。

[Nick2VIPUser]

@qs 我也发现了，可能是这样比较意义不大吧~