gevent和multiprocess的区别

Question

我正在学习如何使我的脚本运行得更快。我认为并行是一个好方法。所以我尝试了 gevent 和多处理。但我对它不同的结果感到困惑。举两个我遇到的例子

例1：

a=np.zeros([3])
def f(i):
    a[i]=1
    print a
def f_para():
    p=multiprocessing.Pool()
    p.map(f, range(3))

def f_asy():
    threads = [gevent.spawn(f, i) for i in xrange(3)]
    gevent.joinall(threads)

f_para()
[ 0.  1.  0.]
[ 0.  0.  1.]
[ 1.  0.  0.]

f_asy()
[ 1.  0.  0.]
[ 1.  1.  0.]
[ 1.  1.  1.]

我发现使用多处理，全局对象a在 fat 中永远不会改变，并且运行后f_para()仍然a是原始数组。跑步的时候f_asy()，就不一样了，a变了。

例2：

def f2(i):
    subprocess.call(['./a.out', str(i)])
    time.sleep(0.2)

def f2_loop():
    for i in xrange(20):
        f2(i)

def f2_para():
    p=multiprocessing.Pool()
    p.map(f2, range(20))

def f2_asy():
    threads = [gevent.spawn(f2, i) for i in xrange(20)]
    gevent.joinall(threads)

%timeit -n1 f2_loop()
1 loop, best of 3: 4.22 s per loop
%timeit -n1 f2_asy()
1 loop, best of 3: 4.22 s per loop
%timeit -n1 f2_para()
1 loop, best of 3: 657 ms per loop

我发现这f2_asy()不会减少运行时间。而 的输出f2_asy()是一一的，就像 一样f2_loop()，所以我认为没有并行性f2_asy()。

这a.out是一个简单的 C++ 代码：

 #include <iostream>

 int main(int argc, char* argv[])
 {
   std::cout<<argv[1]<<std::endl;
   return 0;
 }

所以我的问题是：

1. 为什么在例1中，f_para可以改变全局数组的值a？

2. 为什么在ex 2中f2_asy不能并行？

有人知道 gevent 和 multiprocessing 之间的区别吗？如果您愿意解释的话，我将非常感激。

Answer 1

例1：

当您使用多进程时，每个进程都有单独的内存（与线程不同）

例2：

gevent 不创建线程，它创建 Greenlets（协程）！

Greenlet 都在主程序的操作系统进程内部运行，但协同调度。

在任何给定时间只有一个 greenlet 正在运行。

这与多处理或线程库提供的任何真正的并行结构不同，这些库执行由操作系统调度的旋转进程和 POSIX 线程，并且是真正的并行。