菜菜的并发编程笔记 |（二）全局解释器锁GIL

系列索引：菜菜的并发编程笔记 | Python并发编程详解（持续更新~）

一、思维导图🕵️‍♀️

二、Python速度慢的两大原因

任何时刻仅有一个线程在执行。
在多核心处理器上，使用 GIL 的解释器也只允许同一时间执行一个线程

三、GIL是什么？

四、为什么有GIL的存在？

GIL目的：为了解决多线程之间数据完整性和状态同步问题

GIL带来的问题：

• 即使使用了多线程，同一时刻也只有单个线程使用CPU，导致多核CPU的浪费
• GIL只会对CPU密集型的程序产生影响
• 如果程序主要是在做I/O操作，比如处理网络连接，那么多线程技术常常是一个明智的选择

五、怎么规避GIL带来的限制

规避GIL的方法：

• 规避方法1： 使用multiprocessing多进程，对CPU密集型计算，单独启动子进程解释器去执行
• 规避方法2： 将计算密集型的任务转移到C语言中，因为C语言比Python快得多，注意要在C语言中自己释放GIL

Python进阶之并发编程篇持续更新，欢迎点赞收藏＋关注

上一篇：菜菜的并发编程笔记 |（一）并发编程介绍
下一篇：菜菜的并发编程笔记 |（三）利用多线程实现爬虫10倍加速

本人水平有限，文章中不足之处欢迎下方👇评论区批评指正~

如果感觉对你有帮助，点个赞👍 支持一下吧 ~

不定期分享 有趣、有料、有营养内容，欢迎 订阅关注 🤝 我的博客 ，期待在这与你相遇 ~