互斥锁
将多个任务对共享数据修改的那一部分代码由并发变成“串行”,牺牲了效率但保证数据安全
GIL(全局解释器锁)
1.什么是GIL(这是Cpython解释器)
GIL本质就是一把互斥锁,那既然是互斥锁,原理都一样,都是让多个并发线程同一时间只能有一个执行
即:有了GIL的存在,同一进程内的多个线程同一时刻只能有一个在运行,意味着在Cpyhon中,一个进程下的多个线程无法实现运行===》意味着无法利用多核优势
但不影响并发的实现
GIL可以被比喻成执行权限,同一进程下的所有线程要想执行都需要先抢执行权限
2、为何要有GIL
因为Cpython解释器自带垃圾回收机制不是线程安全的
3、如何用
GIL vs 自定义互斥锁
GIL相当于执行权限,会在任务无法执行的情况,被强行释放
自定义互斥锁即使是无法执行,也不会自动释放
from threading import Thread,Lock
import time
mutex=Lock()
n=100
def task():
global n
mutex.acquire()
temp=n
time.sleep(0.1)
n=temp-1
mutex.release()
if __name__=='__main__':
t_l=[]
start_time=time.time()
for i in range(3):
t=Thread(target=task)
t_l.append(t)
t.start()
for t in t_l:
t.join()
stop_time=timetime()
print(n)
print(stop_time-start_time)
'''
结果:
97
0.3027465343475342
'''
在一个Python的进程内,比如有test.py的主线程或者由该主线路开启的其他线程,还有解释器开启的垃圾回收线程等解释器级别的线程,这些所有的线程都会在同一个进程内运行,则:
1、所有数据都是共享的,代码作为数据也是被线程所共享的(test.py以及Cpython解释器的所有)
例如:test.py定义一个函数为running,在进程内所有线程都能访问到running的代码,比如开启了三个线程然后target都指向了该代码,能访问到说明就能执行代码。
2、所有线程的任务,都需要将任务的代码当做参数传给解释器的代码去执行,即任务需要通过解释器的代码才能正常执行
综上所述:
执行流程可以归纳为:
多个线程优先访问到解释器的代码(也就是执行权限),然后将target的代码交给解释器的代码去执行。解释器的代码对于所有线程都是共享的,包括垃圾回收线程也一样,这就导致了一个问题:对于同一个数据10,可能线程1执行x=10的同时,垃圾回收执行的也在回收10的操作,这就需要进行加锁处理,如下图的GIL,需要保证解释