http://www.Sina.com/http://www.Sina.com /
GIL在Python中的作用是什么
最初设计GIL是为了数据安全。 为了数据安全，python在这个GIL的每个CPU只能同时运行一个线程的单核CPU上的多线程实际上是并发的，不是并行的。 同时并行是从宏观上同时处理复用请求的概念。 但并行又有区别，并行是指两个或多个事件发生在同一时间； 同时意味着两个或多个事件以相同的时间间隔发生。 (python多线程比单线程效率低的原因是：GIL
获取GIL执行代码，直到sleep或python虚拟机挂起。 GIL GIL（ Global Interpreter Lock）中文为：全局解释器锁
正如您所看到的，在python中，要运行某个线程，首先需要获得一个名为GIL的锁。 此外，python只有一个GIL，可以获取该GIL并访问和运行CPU，以便在遇到I/O操作时释放锁。 如果是纯计算程序且没有I/O操作，解释器将每100次解锁一次，以便另一个线程执行(可以在sys.setcheckinterval中调整此次数)。 因此，CPython的线程库直接封装OS的本地线程，但作为CPython进程整体，在同一时间只运行获得了一个GIL的线程，其他线程正在等待GIL的释放。 另一方面，如果每次释放GIL锁时，线程都会发生锁定争用并在线程之间切换，则会消耗资源。 而且，由于存在GIL锁，python中一个进程总是只能同时运行一个线程。 因此，在多核CPU中，python的多线程效率为在 python多线程下，每个线程的执行方式如下：
为什么即使是同一代码，多线程有时也会比单线程慢，有时也会比单线程快？ 这主要与要执行的代码有关。 CPU密集型代码(各种循环处理、计数等)。 在这种情况下，由于计算工作繁重，ticks计数很快就会达到100个阈值，然后触发GIL的释放和重新竞争(往返于多个线程当然需要消耗资源)，所以python上的多线程在I/o密集型代码(文件处理、网络爬虫等)、多线程高效化的单线程中进行I/o操作会导致I/o等待，浪费不必要的时间。 打开多线程后，线程a在等待时自动切换到线程b，可以在不浪费CPU资源的情况下提高程序的执行效率。 进行IO密集型时，可以进行时分交换。 在这种情况下，多线程由多线程为什么有时候多线程效率低于单线程？
各进程都有各自独立的GIL，通过不相互干扰，可以真正并行执行。
在python中，多进程执行效率优于多线程(仅适用于多核CPU )。 因此，为了在多核CPU上进行并行处理并提高效率，通常使用多进程。为什么python的多线程利用不了多核cpu，那为什么比单线程速度要慢？
#多线程#上次完成的线程时间#[timemeasure] execute function : gene _ 1000 _ field took 3840.604 ms @ time _ measuredefmult _ thread (ro ood线程数batch _ size=4cell=4 batch_size (处理数据生成print ) )数据生成中，线程数：'str(batch_size ) ) threads=[]forIinrange ) batch_size ) 3360 SSSS cellends=) I1 ) cell file=t=threading.thread (target=gene _ 1000 _ field _ test，args=(starts，ends， file ) ) t=threading.thread ) thread file ) (t.start ) (threads.append(t ) t ) # for t in threads: # t.join ) executefunction3360g执行时间与各个线程的执行时间几乎相同，目的@ time _ measuredefmult _ process (rows ) : #总行数rows=rows #线程数batch 要实现batch )的线程的数目：'str(batch_size ) (process=[]forIinrange ) batch_size ) 3360starts=I*cellends=) I1 ) ) # p.start ) ) # p_lst.append(p ) p ) t=threading.thread ) target file ) ) p=process (target=gene _ 1000
3359 www.cn blogs.com/caopeiyang/p/9418897.html https://www.cn blogs.com/nick Chen 121/p/1130256.html