GIL全局解释器锁1. 什么是GIL全局解释器锁
GIL本质就是一把互斥锁,相当于执行权限,每个进程内都会存在一把GIL,同一进程内的多个线程 必须抢到GIL之后才能使用Cpython解释器来执行自己的代码,即同一进程下的多个线程无法实现并行 但是可以实现并发 在Cpython解释器下,如果想实现并行可以开启多个进程2. 为何要有GIL 因为Cpython解释器的垃圾回收机制不是线程安全的3. 如何用GIL 有了GIL,应该如何处理并发进程：资源单位线程：代码的运行过程互斥锁：把多个任务对共享数据的修改，由并发变成串行，牺牲效率保证数据安全
from threading import Thread #线程 import time def task(name): print('%s is running' %name) time.sleep(2) if __name__ == '__main__': t1=Thread(target=task,args=('线程1',)) t2=Thread(target=task,args=('线程2',)) t3=Thread(target=task,args=('线程3',)) t1.start() t2.start() t3.start() 结果： 线程1 is running 线程2 is running 线程3 is running 计算密集型：应该使用多进程
from multiprocessing import Process from threading import Thread import os,time def work(): res=0 for i in range(10000): res*=i if __name__ == '__main__': l=[] # print(os.cpu_count()) start=time.time() for i in range(6): p=Process(target=work) #run time is 1.0090382099151611 # p=Thread(target=work) #run time is 0.012500286102294922 l.append(p) p.start() for p in l: p.join() stop=time.time() print('run time is %s' %(stop-start)) io密集型：应该使用多线程
from multiprocessing import Process from threading import Thread import threading import os,time def work(): time.sleep(2) if __name__ == '__main__': l=[] start=time.time() for i in range(100): p=Process(target=work) #41.31889200210571 # p=Thread(target=work) #2.0850322246551514 l.append(p) p.start() for p in l: p.join() stop=time.time() print('run time is %s' %(stop-start))