gil

昨日回顾 GIL全局解释锁 python解释器 Cpython（C语言编写） Jpython（Java编写） Ppython（Python编写） GIL全局解释锁 基于CPython来研究全局解释器锁，因为CPython的内存线程不是安全的 GIL本质上是一个互斥锁 GIL是为了阻止同一个进程内多个线程同时执行（并行） GIL的存在就是为了保证线程安全 注意：多个线程过来执行，一旦遇到IO操作，就会立马释放GIL解释器锁，交给下一个先进来的线程 多线程的作用 计算密集型程序 在单核情况下，若一个任务需要10s 开启进程，消耗资源大，执行4个进程需要40s 开启线程，消耗资源小，执行4个线程需要40s 在多核情况下，若一个任务需要10s 开启进程，并行执行，效率较高，执行4个进程需要10s 开启线程，并发执行，效率较低，执行4个线程需要40s IO密集型程序 在单核情况下，若一个任务需要10s 开启进程，消耗资源大，执行4个进程需要40s 开启线程，消耗资源小，执行4个线程需要40s 在多核情况下，若一个任务需要10s 开启进程，并行执行，效率小于线程，因为遇到IO会立即切换CPU执行权限，执行4个进程需要10s = 开启进程的额外时间 开启线程，并发执行，效率高于进程，执行4个线程需要40s 死锁现象 死锁是指两个或两个以上的进程或线程在执行过程中

昨日回顾 GIL全局解释锁 python解释器 Cpython（C语言编写） Jpython（Java编写） Ppython（Python编写） GIL全局解释锁 基于CPython来研究全局解释器锁，因为CPython的内存线程不是安全的 GIL本质上是一个互斥锁 GIL是为了阻止同一个进程内多个线程同时执行（并行） GIL的存在就是为了保证线程安全 注意：多个线程过来执行，一旦遇到IO操作，就会立马释放GIL解释器锁，交给下一个先进来的线程 多线程的作用 计算密集型程序 在单核情况下，若一个任务需要10s 开启进程，消耗资源大，执行4个进程需要40s 开启线程，消耗资源小，执行4个线程需要40s 在多核情况下，若一个任务需要10s 开启进程，并行执行，效率较高，执行4个进程需要10s 开启线程，并发执行，效率较低，执行4个线程需要40s IO密集型程序 在单核情况下，若一个任务需要10s 开启进程，消耗资源大，执行4个进程需要40s 开启线程，消耗资源小，执行4个线程需要40s 在多核情况下，若一个任务需要10s 开启进程，并行执行，效率小于线程，因为遇到IO会立即切换CPU执行权限，执行4个进程需要10s = 开启进程的额外时间 开启线程，并发执行，效率高于进程，执行4个线程需要40s 死锁现象 死锁是指两个或两个以上的进程或线程在执行过程中

GIL解释： GIL：Global Interpreter Lock 全局解释器锁，设计目的是保证数据安全。 GIL 的功能是：在 CPython 解释器中执行的每一个 Python 线程，都会先锁住自己，以阻止别的线程执行。也就是说在解释器执行任何Python代码时，都需要先获取这把锁，意味着 任何时候只可能有一个线程在执行代码，其他线程要想获得CPU去执行代码，就必须等到占有该锁的线程释放锁才有执行的可能。 当然Python中不会让一个线程一直独占解释器，它会轮流执行 Python 线程，即 Python 线程在交替执行，来模拟真正并行的线程（伪并行），但 Python中每次释放GIL锁，线程进行锁竞争、切换线程，都会造成资源消耗， 并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行) ，导致在多核CPU上，Python的多线程效率并不高。 如果所示，三个线程交替执行，借此模拟并行。但某一时刻，程序中只有一个线程在执行，其他线程在等待其释放锁。 GIL 的特点： 1. Python在多线程下，每个线程的执行方式为： 获取GIL 执行代码直到sleep或者是python虚拟机将其挂起。 释放GIL 2. 一个CPU只能执行一个线程 ，例如一个CPU 有三个线程 ，首先线程A执行 ，然后 线程A达到释放条件进行释放GIL，线程B 和线程C

深入理解Python中的GIL（全局解释器锁) Python是门古老的语言，要想了解这门语言的多线程和多进程以及协程，以及明白什么时候应该用多线程，什么时候应该使用多进程或协程，我们不得不谈到的一个东西是Python中的GIL（全局解释器锁）。这篇我们就来看看这个GIL究竟是怎么回事。 1. GIL是什么？ 首先来看看GIL究竟是什么。我们需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。就好比C++是一套语言（语法）标准，但是可以用不同的编译器来编译成可执行代码。有名的编译器例如GCC，INTEL C++，Visual C++等。Python也一样，同样一段代码可以通过CPython，PyPy，Psyco等不同的Python执行环境来执行。像其中的JPython就没有GIL。然而因为CPython是大部分环境下默认的Python执行环境。所以在很多人的概念里CPython就是Python，也就想当然的把GIL归结为Python语言的缺陷。所以这里要先明确一点：GIL并不是Python的特性，Python完全可以不依赖于GIL。 那么CPython实现中的GIL又是什么呢？GIL全称Global Interpreter Lock为了避免误导，我们还是来看一下官方给出的解释： In CPython, the global

进程：系统运行的一个程序，是系统分配资源的基本单位。 线程：是进程中执行运算的最小单位，是处理机调度的基本单位。 处理机：是计算机中存储程序和数据，并按照程序规定的步骤执行指令的部件。包括中央处理器、主存储器、I/O接口。 程序：程序是描述处理机完成某任务的指令序列。 指令：处理机能够解释、直接执行的信息单位。 计算机系统：处理机+外围设备。 并行：多个cpu同时执行多个任务，假设有两个程序，这两个程序在两个不同的cpu上同时运行。 并发：单个cpu交替执行多个任务，假设有两个程序，这两个在该cpu上交替进行运行，而不是同时运行，只是由于执行的时间太快，让人误以为是在“同时进行”。执行的先后取决于对时间片资源的竞争。其中两种并发关系是同步和互斥。 同步： 不是指同时进行 ， 指线程之间按一定 顺序 进行运行，当前一个线程结束时，下一个线程才能够运行。 异步：线程不可以同时进行运行。 （1）一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程。线程是操作系统可识别的最小执行和调度单位。 （2）资源分配给进程，同一进程的所有线程共享该进程的所有资源。同一进程中的多个线程共享代码段(代码和常量)，数据段(全局变量和静态变量)，扩展段(堆存储)。但是每个线程拥有自己的栈段，栈段又叫运行时段，用来存放所有局部变量和临时变量。 （3）处理机分给线程，即真正在处理机上运行的是线程

GIL全局解释器锁 python解释器： ​ 1.Cpython ​ 2.Jpython ​ 3.Ppython GIL全局解释器锁 基于Cpython来研究全局解释器锁 ​ 1.GIL本质上是一个互斥锁 ​ 2.GIL为了阻止同一个进程内多个线程同时执行（并行） ​ -单个进程下的多个线程无法实现并行，但是能实现并发 ​ 3.这把锁主要是因为Cpython的内存管理不是‘线程安全’的 ​ -内存管理 ​ -垃圾回收机制 ​ GIL的存在就是未来了保证线程安全的 ​ 注意：多个线程过来执行，一旦遇到IO操作，就会立马释放GIL解释器锁，交给下一个先进来的线程 import time from threading import Thread,current_thread number=100 def task(): global number number2=number # time.sleep(1) number=number2-1 print(number,current_thread().name) for line in range(10): t=Thread(target=task) t.start() '''99 Thread-1 98 Thread-2 97 Thread-3 96 Thread-4 95 Thread-5 94 Thread-6 93 Thread

‘’‘ 1.GIL全局解释器锁: 1.GIL是Cpython特有的。 2.GIL本质上是一个互斥锁. 3.GIL的为了阻止同一个进程内多个线程同时执行(并行) - 单个进程下的多个线程无法实现并行,但能实现并发 4.这把锁主要是因为CPython的内存管理不是 "线程安全" 的. - 保证线程在执行任务时不会被垃圾回收机制回收。 2.GIL存在的目的: GIL的存在就是为了保证线程安全的. 注意: 多个线程过来执行,一旦遇到IO操作,就会立马释放GIL解释器锁,交给下一个先进来的线程. 3.何时使用多进程或多线程？ - 在计算密集型的情况下: - 使用多进程 - 在IO密集型的情况下: - 使用多线程 - 高效执行多个进程,内多个IO密集型的程序: - 使用 多进程 + 多线程 - ''' 4.服务端实现并发 import socket from threading import Thread import time """ 服务端: 1.有固定的IP和PORT 2.24小时不间断提供服务 3.能够支持并发 """ server = socket.socket() server.bind(( '127.0.0.1', 9550 )) server.listen(5) print('启动服务端。。。') def working(conn): while True: try: data

目录 一、GIL全局解释器锁 1. GIL是什么？ 2. GIL有什么用？ 3. 为什么要有GIL？ 二、多线程的作用 三、死锁现象 四、递归锁 五、信号量 六、线程队列 一、GIL全局解释器锁 1. GIL是什么？ GIL本质上是一个互斥锁。 2. GIL有什么用？ GIL的作用是阻止同一个进程内多个线程同时执行（并行）。 单个进程下的多个进程无法实现并行，但能实现并发。 3. 为什么要有GIL？ GIL锁可以使内存管理是“数据安全”的。 GIL的存在就是为了保证线程安全。 注意：多个线程过来执行，一旦遇到IO操作，就会立马释放GIL解释器锁，把锁教给下一个线程使用。 二、多线程的作用 不同的任务有不同的特性，有的属于计算密集型，有的属于IO密集型，对于不同的任务而言，使用进程还是使用线程会对CPU的使用效率造成极大的差别。 结论： 在计算密集型的情况下: 使用多进程 在IO密集型的情况下: 使用多线程 高效执行多个进程,内多个IO密集型的程序: 使用 多进程 + 多线程 ''' - 四个任务, 计算密集型, 每个任务需要10s: 单核: - 开启进程 消耗资源过大 - 4个进程: 40s - 开启线程 消耗资源远小于进程 - 4个线程: 40s 多核: - 开启进程 并行执行,效率比较高 - 4个进程: 10s - 开启线程 并发执行,执行效率低. - 4个线程: 40s -

python解释器 cpython C写的 ppython python写的 jpython java写的 GIL全局解释器锁 基于Cpython来研究全局解释器锁 GIL本质上是一个互斥锁 GIL为了阻止同一个进程内多个线程同时执行一个代码 单个进程下的多个线程无法实现并行,但能时间并发 主要是因为cpython的内存管理不是保证线程安全的 内存管理 垃圾回收机制 GIL的存在是为了保证线程安全的 注意:多个线程过来执行,一旦遇到IO操作,就会立马释放GIL解释器锁,交给下一个先进去的线程 多线程的作用 4个任务,每个任务10秒 计算密集型 单核 开启进程: 消耗资源大 4个进程:是40秒 开启线程: 消耗资源院校以进程 4个线程:是40秒 多核 开启进程: 并行,执行效率高 4个进程:是10秒 开启线程: 执行效率低 4个线程:是40秒 IO密集型 单核 开启进程: 消耗资源大 4个进程:是40秒 开启线程: 消耗资源院校以进程 4个线程:是40秒 多核 开启进程: 并行,执行效率低于多线程,因为遇见IO会立马切换CPU的执行权限 4个进程:是40秒+额外开启进程消耗的时间 开启线程: 并发执行,执行效率高于多进程 4个线程:是40秒 在计算密集型的情况下 使用多进程 IO密集型的情况下 使用多线程 高效执行,多个进程内有多个IO密集型的程序 使用多进程+多线程 死锁现象

目录 GIL全局解释器锁 注意： 多线程的作用： 死锁现象和递归锁 注意 信号量 线程队列 FIFO队列： LIFO队列： 优先级队列 GIL全局解释器锁 GIL全局解释器锁：基于cpython来研究解释器锁 GIL本质上是一个互斥锁 GIL的目的是为了阻止同一个进程内多个线程同时执行(并发) 单个进程下的多个线程无法实现并行，但是能实现并发 这把锁主要是因为cpython的内存管理不是“线程安全”的 内存管理： 垃圾回收机制 GIL的存在就是为了保证线程的安全 注意： 多个线程过来执行，一旦遇到io操作，就会立马释放GIL解释锁，交给下一个先进来的线程 多线程的作用： 站在两个角度看问题 ''' 四个任务计算密集型，每个任务需要10s： 单核： 开启进程： 消耗资源过大 4个进程：40s 开启线程： 消耗资源远小于进程 4个线程：40s 多核: 开启进程 并行执行,效率比较高 4个进程: 10s 开启线程 并发执行,执行效率低. 4个线程: 40s 四个任务, IO密集型, 每个任务需要10s: 单核: 开启进程 消耗资源过大 4个进程: 40s 开启线程 消耗资源远小于进程 4个线程: 40s 多核: 开启进程 并行执行,效率小于多线程,因为遇到IO会立马切换CPU的执行权限 4个进程: 40s + 开启进程消耗的额外时间 开启线程 并发执行,执行效率高于多进程 4个线程: