Rust多线程传递给Python是否会被GIL

#[pyfunction]
// 一个双线程,一个三线程,循环级别位10**10(999999999)
pub fn  multi_thread_1(){
    let thread1 = thread::spawn(||{ let mut a:u128 = 0; loop{ a += 1; if a == 999999999{break;}}});
    let thread2 = thread::spawn(||{ let mut a:u128 = 0; loop{ a += 1; if a == 999999999{break;}}});
    thread1.join();
    thread2.join();
}

#[pyfunction]
pub fn  multi_thread_2(){
    let thread1 = thread::spawn(||{ let mut a:u128 = 0; loop{ a += 1; if a == 999999999{break;}}});
    let thread2 = thread::spawn(||{ let mut a:u128 = 0; loop{ a += 1; if a == 999999999{break;}}});
    let thread3 = thread::spawn(||{ let mut a:u128 = 0; loop{ a += 1; if a == 999999999{break;}}});
    thread1.join();
    thread2.join();
    thread3.join();
}

//将上面两个函数打包在一个模块给python
#[pymodule]
// 这一段的传参我有点看不懂,不过是固定模式应该
fn rust_give_python(_py: Python, m: &PyModule) -> PyResult<()>{
    m.add_function(wrap_pyfunction!(multi_thread_1, m)?)?;
    m.add_function(wrap_pyfunction!(multi_thread_2, m)?)?;
    Ok(())
}
[lib]
name = 'rust_give_python'
crate_type = ['cdylib']

[dependencies.pyo3]
version = "0.16.4"
features = ["auto-initialize"]

验证时刻;

import threading

# 这里Python数量级比Rust害小了10倍
def a():
    p: int = 0
    while p < 99999999:
        p += 1


def time_cal(somefuc):
    def fuc(*args):
        a_ = time.time()
        somefuc(*args)
        b_ = time.time()
        print(b_ - a_)
    return fuc

@time_cal
def test1():
    thread1 = threading.Thread(target=a)
    thread2 = threading.Thread(target=a)
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()

@time_cal
def test2():
    thread1 = threading.Thread(target=a)
    thread2 = threading.Thread(target=a)
    thread3 = threading.Thread(target=a)
    thread1.start()
    thread2.start()
    thread3.start()
    thread1.join()
    thread2.join()
    thread3.join()



if __name__ == '__main__':
    test1()
    test2()
    a = time.time()
    rust_give_python.multi_thread_1()
    b = time.time()
    rust_give_python.multi_thread_2()
    c = time.time()
    print(b - a, c - b)

结果:
11.623199033737183
17.019014596939087
5.623442649841309 5.721031188964844

这个结果很能说明问题:
11秒秒 和 17相差6,正好是一次循环的次数,说明Python多线程无法搞定并行,是串行的运行。 Rust编译保留了Rust快速的特性,同时时间上相差5.62和5.72,说明是真正的并行。
结论,我们之后可以尝试使用Rust优化Python多线程相关

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Rust是一种现代的系统级编程语言,它提供了内存安全、并发性和高性能的特性。在Rust中,多线程同步是通过标准库中的原子类型和同步原语来实现的。 Rust的原子类型(Atomic Types)是一种特殊的数据类型,可以在多个线程之间进行原子操作,保证操作的原子性。常见的原子类型包括AtomicBool、AtomicIsize、AtomicUsize等。通过原子类型,可以实现多线程之间的共享数据的安全访问。 除了原子类型,Rust还提供了一些同步原语,用于实现多线程之间的同步和互斥。其中最常用的是Mutex和RwLock。Mutex提供了互斥锁机制,确保在同一时间只有一个线程可以访问被锁定的数据。RwLock则提供了读写锁机制,允许多个线程同时读取数据,但只允许一个线程进行写操作。 使用Rust进行多线程同步的一般步骤如下: 1. 导入所需的库:在Rust中,需要使用std::sync模块中的相关类型和函数来实现多线程同步。 2. 创建共享数据:定义需要在多个线程之间共享的数据结构。 3. 使用原子类型:对需要在多个线程之间进行原子操作的数据使用原子类型进行封装。 4. 使用同步原语:使用Mutex或RwLock对需要进行互斥访问的数据进行封装。 5. 创建线程:使用std::thread模块创建多个线程,并传递共享数据的引用给每个线程。 6. 进行同步操作:在每个线程中,使用Mutex的lock方法获取锁,并对共享数据进行操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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