python学习笔记-GIL(全局解释器锁)与互斥锁

本文为了说明例子，用中文作为变量写在了程序里面，一般编程最好不要那么写

全局解释器锁

全局解释器锁（Global Interpreter Lock）是计算机程序设计语言解释器用于同步线程的工具，使得在同一进程内任何时刻仅有一个线程在执行。常见例子有CPython（JPython不使用GIL）与Ruby MRI。

• Python的线程是操作系统线程。在Linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。

• Python解释器进程内的多线程是合作多任务方式执行。当一个线程遇到I/O任务时，将释放GIL。计算密集型（CPU-bound）的线程在执行大约100次解释器的计步（ticks）时，将释放GIL。计步（ticks）可粗略看作Python虚拟机的指令。计步实际上与时间片长度无关。可以通过sys.setcheckinterval()设置计步长度。

• 在单核CPU上，数百次的间隔检查才会导致一次线程切换。在多核CPU上，存在严重的线程颠簸（thrashing）。

• Python 3.2开始使用新的GIL。

• 可以创建独立的进程来实现并行化。

互斥锁

在编程中，引入了对象互斥锁的概念，来保证共享数据操作的完整性。每个对象都对应于一个可称为" 互斥锁" 的标记，这个标记用来保证在任一时刻，只能有一个线程访问该对象。

线程互斥锁的代码实现

from threading import Thread,Lock
import time

#原理:变并发为串行，牺牲效率确保数据安全
等待被剥削的资金 = 10000
mutex = Lock()


def 剥削函数():
    global 等待被剥削的资金
    mutex.acquire()#上锁
    A = 等待被剥削的资金
    time.sleep(0.2)
    等待被剥削的资金 = A - 100
    mutex.release()#释放锁


if __name__ == '__main__':

    t_list = []
    for i in range(100):
        t = Thread(target=剥削函数)
        t.start()
        t_list.append(t)
    for t in t_list:
        t.join()
    print("还剩下{}元没有被剥削".format(等待被剥削的资金))

效果