python中的多进程与多线程

经常听到说python中多线程是jile鸡肋，推荐使用多进程，这是为什么呢？

1. 知识背景

    1.1 GIL： global inteinterpreter lock（全局解释锁），在python设计zhi之初为了数据安全考虑而设定；

    1.2 每个cpu在同一时间只能执行一个线程（在单核cpu下的多线程就是并发，不是并行，并发与并行从宏观上来讲都是同时处理多路请求的概念。但是并发和并行又有区别，并行是指两个或多个事件在同一时刻发生；而并发是两个或多个事件在同一时间间隔内发生。）

 

2. python的多线程执行方式：

    1.获取GIL

    2.执行代码到sleep或则python虚拟机将其挂起

    3.释放GIL

可见某个线程想要执行，必须得到GIL，在一个python进程中GILzhiy只有一个，没有拿到GIL的线程，就不能进入CPU执行。

在python2.x中，GIL的释放逻辑是当前线程遇见IO操作或则是ticks计数到达100（ticks可以看成python的计数器，专门用于GIL，每次释放后归零），进行释放。

每次释放GIL后，线程进行锁竞争，切换线程，会消耗资源。由于GIL的存在，python在一个进程中只能执行一个线程（得到GIL的线程）。这就是为什么在多核cpu上python的多线程效率并不高。

 

3. 分类讨论python的多线程作用：

    3.1 cpu密集型代码（循环处理，科学计算）：由于计算工作多，tricks会很快到达阈值，然后触发竞争机制，释放与再竞争（多个线程来回切换是需要消耗资源的），所以python下的多线程对cpu密集型代码不够友好。

    3.2 io密集型代码（文件处理，网络爬虫）：多线程能有效的提升效率（单线程下有io操作等待，造成不必要的时间浪费，而多线程能后在线程a等待的时候切换到线程b，可以不浪费cpu的ziyu资源，更有效率的执行程序）。所以python的多线程对iomiji密集型代码比较友好。

 

在python3.x中，GIL由计算器改为了计时器，在时间到达阈值后，当前线程释放GIL，这样对cpu密集型的程序更友好，但是还是没有解决一个进程内只能进行一个线程的问题

请注意：多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。

回到最开始的问题：经常我们会听到老手说：“python下想要充分利用多核CPU，就用多进程”，原因是什么呢？        

原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。        
                                
所以在这里说结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率 

--------------------- 本文来自 有一种宿命叫无能为力 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/You_are_my_dream/article/details/56316826?utm_source=copy