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