一 数据结构和GIL
1 queue
标准库queue模块,提供FIFO的queue、LIFO的队列,优先队列
Queue 类是线程安全的,适用于多线程间安全的交换数据,内部使用了Lock和Condition
为什么说容器的大小不准确,其原因是如果不加锁,是不可能获取到准确的大小的,因为你刚读取了一个大小,还没取走,有可能被就被其他线程修改了,queue类的size虽然加了锁,但是依然不能保证立即get,put就能成功,因为读取大小和get,put方法是分来的。
Python资源共享群:626017123
2 GIL
1 简介
全局解释器锁,进程级别的锁GIL
Cpython在解释器进程中有一把锁,叫做GIL全局解释器锁。
GIL 保证Cpython进程中,当前时刻只有一个线程执行代码,甚至在多核情况下,也是如此。
2 IO 密集型和CPU密集型
Cpython中
IO 密集型,由于线程阻塞,就会调度其他线程
CPU密集型,当前线程可能连续获取GIL,导致其他线程几乎无法使用CPU,若要唤醒其他线程,则需要准备数据,其代价是高昂的。
IO 密集型,多线程解决,CPU密集型,多进程解决,绕开GIL。
python中绝大多数内置数据结构的读写操作都是原子操作
由于GIL 的存在,python的内置数据类型在多线程编程的时候就变得安全了,但是实际上他们本身不是线程安全类型的
3 保留GIL 原因
Guido坚持的简单哲学,对于初学者门槛低,不需要高深的系统知识也能安全,简单的使用python。
而移除GIL。会降低Cpython单线程的执行效率。
4 验证其是否是单线程
相关实例
import logging
import datetime
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc():
sum=0
for _ in range(1000000000):
sum+=1
calc()
calc()
calc()
calc()
calc()
delta=(datetime.datetime.now()-start).total_seconds()
logging.info(delta)
![907f2140b624b3f71e6773cd0cc54883.png](https://i-blog.csdnimg.cn/blog_migrate/073e5836ea76c8615805b49a2a4e6d9c.png)
多线程模式下的计算结果
import logging
import datetime
import threading
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc():
sum=0
for _ in range(1000000000):
sum+=1
lst=[]
for _ in range(5):
t=threadi