python慢的原因

🐢python慢的原因

前言

相比C/C++/JAVA, Python确实慢，在一些特殊场景下，Python比C++慢100~200倍由于速度慢的原因，很多公司的基础架构代码依然用C/C++开发比如各大公司阿里/腾讯/快手的推荐引擎\搜索引擎、存储引擎等底层对性能要求高的模块。

原因

• 是动态类型语言，变解释变运行：

  • C与C++运行的时候要先进行编译，编译成为可以直接生成运行效率高的机械码，可以看到每次运行都生成了.exe
  • python执行的时候是源码，需要一个源码到机械码的过程。

• 变量：

  • 变量随时切换，所以运行的时候要随时检查类型。

• GIL（Global Interpreter Lock）

  • 导致python无法多核CPU并发执行

GIL

全局解释器锁（英语:Global Interpreter Lock，缩写GIL)

是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。即便在多核心处理器上，使用GIL的解释器只允许单个时刻单个进程只能使用一个线程。

(java的多线程，如果是在单核cpu上，实际上也是同时只有一个线程执行，只是多线程之间进行快速切换，感觉像是多线程一样)

为什么要引入GIL

简而言之:Python设计初期，为了规避并发问题引入了GIL，现在想去除却去不掉了!

为了解决多线程之间数据完整性和状态同步问题，Python中对象的管理，是使用引用计数器进行的。就是通过一个变量被引用的次数来判断是否需要被释放。引用数为0则释放对象。

如下图：线程A和线程B都引用了对象obj，则obj.ref_num=2，而这个时候线程A和B都正好撤销对obj的引用：

• A：obj.ref_num=1
• B：obj.ref_num=0，B中撤销obj
• A：A要撤销的时候发现，没有obj了，报错。严重会撤销其他的内存参数。

所以引入GIL简化了python对共享资源的管理。

（java有垃圾回收器，和标记清除算法等，对象的回收由垃圾回收器来解决）

规避GIL带来的限制

1. 多线程threading 机制依然是有用的，用于IO密集型计算因为在I/O (read,write,send,recv,etc.)期间，线程会释放GIL，实现CPU和IO的并行因此多线程用于IO密集型计算依然可以大幅提升速度但是多线程用于CPU密集型计算时，只会更加拖慢速度
2. Python提供了multiprocessing，使用multiprocessing 的多进程机制实现并行计算、利用多核CPU优势为了应对GIL的问题。

（Python由于cpython解释器的原因，似乎=对多进程并不支持，但是可以通过multiprocessing调用多个解释器来实现多进程。）

thon解释器的原因，似乎=对多进程并不支持，但是可以通过multiprocessing调用多个解释器来实现多进程。）

【2021最新版】Python 并发编程实战，用多线程、多进程、多协程加速程序运行_哔哩哔哩_bilibili