python结合lua打破GIL的限制

本文探讨了Python的全局解释器锁(GIL)如何限制多线程性能,并通过引入Lua语言,利用lupa库在Python中执行Lua代码,成功打破GIL限制,实现多线程CPU利用率提升。相比多进程,Python+Lua方式在CPU密集型任务中提供了更好的性能和更低的编程复杂度。
摘要由CSDN通过智能技术生成

GIL(Global Interpreter Lock):全局解释器锁,python解释器在执行python字节码的时候会锁住解释器,导致其它的线程不能使用解释器,从而多线程情况下CPU上不去。

关于GIL更详细的解释可以看这篇文章http://www.dabeaz.com/python/UnderstandingGIL.pdf,可能需要翻墙


python中由于有GIL的存在,CPU密集型的程序不能达到良好的效果,但是最近学习lua的时候,想到如果python执行的不是python字节码是不是可以突破GIL的限制,实验一番以后果然有惊喜。


import lupa

lua_code = '''
    function(idx, N)
        for i = 1, N do
            if i % 10000000 == 0 then
                print(idx, i)
            end
        end
    end
'''

old = time.time()
lua_funcs = [lupa.LuaRuntime().eval(lua_code) for _ in range(3)]
def wra
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值