目錄

一、多任務基礎：并發與并行

1. 什么是多任務

2. 兩種表現形式

二、進程：操作系統資源分配的最小單位

1. 進程的概念

2. 多進程實現多任務

2.1 基礎示例：邊聽音樂邊敲代碼

2.2 帶參數的進程任務

2.3 進程編號與應用注意點

2.3.1 進程編號的作用

2.3.2 關鍵注意點

三、線程：程序執行的最小單位

1. 線程的概念

2. 多線程實現多任務

3. 線程的核心特性

四、進程與線程的對比

五、協程：用戶態的輕量級線程

1. 協程的概念

2. 核心優勢

3. 基于asyncio實現協程

4. 協程的適用場景與注意事項

六、總結：如何選擇多任務方案

---

在日常開發中，我們經常會遇到需要同時處理多個任務的場景，比如網盤同時下載多個文件、程序一邊播放音樂一邊執行計算。這些都離不開多任務編程技術。本文將基于 Python，從多任務的基礎概念出發，詳細講解進程、線程與協程三種實現方式，幫助你輕松掌握多任務編程的核心邏輯。

一、多任務基礎：并發與并行

1. 什么是多任務

多任務指在同一時間內執行多個任務，比如電腦同時運行微信、瀏覽器和代碼編輯器。其核心價值是充分利用 CPU 資源，提升程序執行效率。

2. 兩種表現形式

多任務的實現分為 “并發” 和 “并行”，二者的核心區別在于是否 “真正同時執行”：

（1）并發：單核 CPU 場景下，操作系統輪流讓多個任務交替執行（如任務 1 執行 0.01 秒→切換到任務 2 執行 0.01 秒）。由于 CPU 速度極快，表面上看起來任務在同時運行。適用場景：任務數量＞CPU 核心數。

（2）并行：多核 CPU 場景下，每個核心分別執行一個任務，多個任務真正同時進行。適用場景：任務數量≤CPU 核心數。

二、進程：操作系統資源分配的最小單位

1. 進程的概念

進程（Process）是操作系統進行資源分配和調度的基本單位，一個正在運行的程序就是一個進程（如打開的微信、Chrome 瀏覽器）。一個程序運行后至少會創建一個主進程。

2. 多進程實現多任務

通過 Python 的multiprocessing模塊，我們可以創建子進程，讓多個任務并行執行。

核心步驟

（1）導入multiprocessing模塊；
（2）用multiprocessing.Process()創建進程對象，指定目標任務（函數名）；
（3）調用start()方法啟動進程。

2.1 基礎示例：邊聽音樂邊敲代碼

import multiprocessing
import time# 任務1：聽音樂
def music():for i in range(3):print("聽音樂...")time.sleep(0.2)# 任務2：敲代碼
def coding():for i in range(3):print("敲代碼...")time.sleep(0.2)if __name__ == '__main__':# 創建進程對象music_process = multiprocessing.Process(target=music)coding_process = multiprocessing.Process(target=coding)# 啟動進程music_process.start()coding_process.start()

2.2 帶參數的進程任務

通過args（元組）或kwargs（字典）給任務傳遞參數：

if __name__ == '__main__':# 元組傳參（注意逗號）music_process = multiprocessing.Process(target=music, args=(3,))# 字典傳參coding_process = multiprocessing.Process(target=coding, kwargs={'count': 3})music_process.start()coding_process.start()

2.3 進程編號與應用注意點

2.3.1 進程編號的作用

每個進程都有唯一編號（PID），用于區分主進程和子進程，方便進程管理。通過os模塊獲取：

(1)os.getpid()：獲取當前進程編號；

（2）os.getppid()：獲取父進程編號（創建當前進程的進程）。

2.3.2 關鍵注意點

（1）進程間不共享全局變量：子進程會拷貝主進程的資源，修改子進程的全局變量不會影響主進程；

（2）主進程與子進程的結束順序：默認主進程會等待所有子進程執行完再結束。若需主進程結束時子進程也終止，可：

• 設置守護進程：process.daemon = True；
• 手動終止子進程：process.terminate()。

三、線程：程序執行的最小單位

1. 線程的概念

線程（Thread）是進程內的執行單元，共享進程的所有資源（如內存、文件句柄）。一個進程默認有一個主線程，可創建多個子線程，就像 “一個 QQ 打開兩個聊天窗口”，既實現多任務又節省資源。

2. 多線程實現多任務

通過threading模塊實現，步驟與多進程類似，且資源開銷更低、啟動速度更快。

基礎示例

import threading
import timedef music():for i in range(3):print("聽音樂...")time.sleep(0.2)def coding():for i in range(3):print("敲代碼...")time.sleep(0.2)if __name__ == '__main__':# 創建線程對象music_thread = threading.Thread(target=music)coding_thread = threading.Thread(target=coding)# 啟動線程music_thread.start()coding_thread.start()

3. 線程的核心特性

• 共享全局變量：同一進程內的線程共享全局變量（如列表、字典），但需注意 “線程安全”（需用鎖避免數據競爭）；
• 執行順序無序：線程的執行由 CPU 調度決定，無法保證順序；
• 守護線程：設置thread.daemon = True，主線程結束時子線程自動終止。

四、進程與線程的對比

特性	進程（Process）	線程（Thread）
定義	資源分配最小單位	程序執行最小單位
資源開銷	高（獨立內存、資源）	低（共享進程資源）
啟動速度	慢	快
全局變量共享	不共享（需 IPC 通信）	共享（需鎖保證安全）
適用場景	CPU 密集型任務（如計算、數據分析）	I/O 密集型任務（如網絡請求、文件讀寫）
模塊	multiprocessing	threading

五、協程：用戶態的輕量級線程

1. 協程的概念

協程（Coroutine）是用戶態的輕量級線程，通過 “協作式調度” 實現并發 —— 無需操作系統介入，僅需保存寄存器上下文，切換效率極高。

2. 核心優勢

• 無鎖機制：避免多線程的同步開銷；
• 高并發：單線程內可處理數千個 I/O 密集型任務；
• 代碼簡潔：用async/await語法，以同步風格寫異步邏輯。

3. 基于asyncio實現協程

asyncio是 Python 官方協程庫，核心是 “事件循環”（管理協程的執行）。

基礎示例

import asyncio# 定義協程函數（用async修飾）
async def my_coroutine():print("Start")# 非阻塞等待（替代time.sleep，不阻塞事件循環）await asyncio.sleep(1)print("End")# 啟動事件循環
asyncio.run(my_coroutine())

并發執行多個協程

用asyncio.create_task()創建任務，asyncio.gather()并發執行：

async def task(name, delay):await asyncio.sleep(delay)print(f"{name} completed")async def main():# 創建任務列表tasks = [asyncio.create_task(task("A", 2)),asyncio.create_task(task("B", 1))]# 并發執行await asyncio.gather(*tasks)asyncio.run(main())
# 輸出：B completed → A completed（按完成時間排序）

4. 協程的適用場景與注意事項

• 適用場景：I/O 密集型任務（如網絡爬蟲、API 調用），結合aiohttp（異步 HTTP 庫）可大幅提升效率；
• 注意事項：

（1）協程內禁用time.sleep()等同步操作，需用asyncio.sleep()；

（2）需 Python 3.7+，推薦用asyncio.run()管理事件循環。

（3）不適合 CPU 密集型任務（需結合多進程）；

六、總結：如何選擇多任務方案

1. CPU 密集型任務（如計算、矩陣運算）：用多進程（繞過 Python GIL 鎖，利用多核 CPU）；
2. I/O 密集型任務（如網絡請求、文件讀寫）：優先用協程（效率最高、資源開銷最低），其次用多線程；
3. 簡單多任務場景：若無需多核利用，用多線程（實現簡單、通信方便）。