Python 多线程 多进程 全局解释器锁GIL join

Python 代码的执行由Python 虚拟机(也叫解释器主循环)来控制。Python 在设计之初就考虑到要在主循环中，同时只有一个线程在执行，就像单CPU 的系统中运行多个进程那样，内存中可以存放多个程序，但任意时刻，只有一个程序在CPU 中运行。同样地，虽然Python 解释器中可以“运行”多个线程，但在任意时刻，只有一个线程在解释器中运行。

上面是官方的说法，通俗一点讲就是，python程序本身只占用cpu的一个线程，于是python所谓的多线程编程就类似于单CPU情况下的多进程编程。

下面说一下CPU情况下的多进程运行：

多个进程序列通过调度器协调后顺序输入到cpu进行计算，你可以把多任务看成几条溪流，然后调度器是最后的融汇口，进行融汇后流入CPU计算，但是不同的是，单位时间流入CPU的量是一定的，所以把任务分为多进程后进行CPU计算的量和分割前CPU计算量基本一样。

所以对于计算密集型的任务，分为多进程并不会减少计算时间，反而增加了，因为增加了调度时间。

对于IO密集型的任务，多进程是可以的，因为IO密集型对CPU占用相对较少，CPU不会处于满负荷状态，减少了IO的等待时间。

为什么IO可以省时间，计算型密集不可以呢？

我是这么认为的，计算密集型的任务，不管是否分割为多进程，CPU在任务执行期间一直是满负荷的（不管是直接执行这个完整的任务，还是顺序或者调度方式执行多个进程），并不存在空闲资源。

而IO密集型的任务，不管是CPU还是IO，都基本不会使资源满负荷，那么，我们可以把进程分割，让分割出的部分利用好这些资源，所以节省了时间。

下面这个解释也不错：

单cpu多道进程系统有如下特征：

①从宏观上看，几道程序“同时进行”。即他们先后开始了给的运行且均未结束。

②从微观上看，几道程序“交替执行”。对于单cpu进程而言，他们只是轮流占用cpu。

CPU在各进程之间来回切换，，这种快速切换成为多道程序设计。每个进程有自己的控制流程，并且每个都独立地运行。实际上只有一个物理程序计数器，所以在每个程序运行时，他的逻辑计数器被装入设计的程序计数器中。随着时间的推移，当程序结束是，物理程序计数器被保存在内存中该进程的逻辑程序计数器中。所有进程都有所进展，但一个给定的瞬间仅有一个进程真正在运行。

然后我们再来看Python的多线程：

首先确定的是，python在执行过程中每个时刻，其实都只有一个线程在工作。而你所开启的多线程，被编译成可执行代码放到内存中，被任务调度器调度放到这一条“线程流”中，而执行这个调度的，就是 全局解释器锁(GIL)。

介绍几个python多线程相关的关键字：thread和threading、守护线程、join

Python里面有两个线程操作模块thread和threading，用thread创建多线程时，当主线程结束时，所有的线程都会被强制结束掉，没有警告也不会有正常的清除工作。threading 模块能确保重要的子线程退出后进程才退出。

守护线程：如果你的主线程要退出的时候，不用等待那些子线程完成，那就设定这些线程的daemon 属性。即，在线程开始（调用thread.start()）之前，调用setDaemon()函数设定线程的daemon 标志（thread.setDaemon(True)）就表示这个线程“不重要”。

join：你的python主程序相当于默认存在的一个线程，而当你通过threading新建线程时，这个线程会随着start方法开始跟主程序并行计算，如果不设置join，那么从这个线程start开始，他就与python主程序并行了，join的作用是，当你在python主程序中开启了多个线程并设为join时，这些线程会被附加到主程序上。

#coding=utf-8
import threading
import time
threads=[]
def func(x):
    print 'hello',x
    time.sleep(x)
    print 'I have sleep %d seconds'%x
cur=time.clock()

for i in range(3):
    threads.append(threading.Thread(target=func,args=(i+2,)))
for thread in threads:
    thread.start()
    thread.join()
print 'finish!'
print time.clock()-cur

输出：

hello 2
I have sleep 2 seconds
hello 3
I have sleep 3 seconds
hello 4
I have sleep 4 seconds
finish!
9.0039654844

#coding=utf-8
import threading
import time
threads=[]
def func(x):
    print 'hello',x
    time.sleep(x)
    print 'I have sleep %d seconds'%x

for i in range(3):
    threads.append(threading.Thread(target=func,args=(i+2,)))
for thread in threads:
    thread.start()
    #thread.join()
print 'finish!'

输出：

hello 2
hello 3
hellofinish! 
4
I have sleep 2 seconds
I have sleep 3 seconds
I have sleep 4 seconds

解释一下：

hellofinish! 
4

这里并行执行了print 'hello',4        ;         print 'finish!'

前一条相当于print 'hello',  ，注意语句末尾的逗号和 print ’4‘

在调度时后面一条差到了中间，就打印出了上述结果。

python多进程：

Python提供了multiprocessing处理多进程任务，有兴趣可以看看。