1.线程:无法实现跑多核cpu,在IO密集型的情况下(如读写文件,可以通过多线程增加其工作效率),建议使用多线程;多线程相比单线程性能有提升,因为遇到IO阻塞会自动释放GIL锁,实现无缝连接执行下一个线程
解释:
因为Python的线程虽然是真正的线程,但解释器执行代码时,有一个GIL锁:
Global Interpreter Lock,任何Python线程执行前,必须先获得GIL锁,然后,每执行100条字节码,解释器就自动释放GIL锁,让别的线程有机会执行。
这个GIL全局锁实际上把所有线程的执行代码都给上了锁,所以,多线程在Python中只能交替执行,即使100个线程跑在100核CPU上,也只能用到1个核。
GIL是Python解释器设计的历史遗留问题,通常我们用的解释器是官方实现的CPython,要真正利用多核,除非重写一个不带GIL的解释器。
所以,在Python中,可以使用多线程,但不要指望能有效利用多核。如果一定要通过多线程利用多核,那只能通过C扩展来实现,不过这样就失去了Python简单易用的特点。
在多线程环境下,每个线程都有自己的数据。一个线程使用自己的局部变量比使用全局变量好,因为局部变量只有线程自己能看见,不会影响其他线程,但每个函数都使用局部变量会造成很多的困扰,因此解决方案有两种
线程数据共享书问题解决方案:加锁或者创建threading对象
# 创建全局ThreadLocal对象:该对象可以在共享同一全部变量时实现任意读写而互不干扰,因此免去了锁管理烦恼,ThreadLocal方法内部做了处理
local_school = thr