GIL解释器锁

一、个小院里：

① 启动python解释器(软件)，软件的代码在硬盘上；
② 把硬盘上的代码读到内存上，python解释器起来了(C代码)；
③ 用python解释器再到硬盘吧test.py 读到内存(python代码);
④ C代码，python代码都在一个进程里边，线程都能看到。

问：写的python程序能执行吗？
解：不能，离开python解释器，代码啥都不是，必须依赖python解释器。

二、 GIL（进程与线程的应用场景） *****

1、每一个cpython进程内都有一个GIL
2、GIL导致同一进程内的多个线程同一时间只能有一个运行
3、之所以有GIL，是因为Cpython的内存管理不是线程安全的
4、对于计算密集型用多进程，多IO密集型用多线程

① 计算密集型：

多进程（多核） ：金融
一个线程一个锁。

② I/O 密集型：

1.多线程(不用多核)：爬虫
2.协程
同一进程只有一个线程能运行。

1. 计算密集型：多进程效率高

from multiprocessing import Process
from threading import Thread
import os,time
def work():
    res=0
    for i in range(10000000):
        res*=i

if __name__ == '__main__':
    l=[]
    print(os.cpu_count()) #本机为4核
    start=time.time()
    for i in range(4):
        p=Process(target=work) #耗时run time is 2.285580635070801
        # p=Thread(target=work) #耗时run time is 2.770967960357666
        l.append(p)
        p.start()

    for p in l:
        p.join()

    stop=time.time() 
    print('run time is %s' %(stop-start))

2 . I/O密集型：线程效率高

from multiprocessing import Process
from threading import Thread
import os,time
def work():
    time.sleep(2)

if __name__ == '__main__':
    l=[]
    start=time.time()
    for i in range(100):
        p=Process(target=work) #耗时run time is 11.310112476348877
        # p=Thread(target=work) #耗时run time is 2.0168063640594482
        l.append(p)
        p.start()

    for p in l:
        p.join()

    stop=time.time()
    print('run time is %s' %(stop-start))

骚灵情歌 --- 张敬轩