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
- 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: 40s
'''
from threading import Thread
from multiprocessing import Process
import os
import time
# 计算密集型
def work1():
number = 0
for line in range(100000000):
number += 1
# IO密集型
def work2():
time.sleep(1)
if __name__ == '__main__':
# 测试计算密集型
# print(os.cpu_count()) # 6
# # 开始时间
# start_time = time.time()
# list1 = []
# for line in range(6):
# p = Process(target=work1) # 程序执行时间5.300818920135498
# # p = Thread(target=work1) # 程序执行时间24.000795602798462
#
# list1.append(p)
# p.start()
# IO密集型
print(os.cpu_count()) # 6
# 开始时间
start_time = time.time()
list1 = []
for line in range(40):
# p = Process(target=work2) # 程序执行时间4.445072174072266
p = Thread(target=work2) # 程序执行时间1.009237289428711
list1.append(p)
p.start()
for p in list1:
p.join()
end_time = time.time()
print(f'程序执行时间{end_time - start_time}')
三、死锁现象
两个线程执行任务时，在调用已经被别的线程调用了的全局锁时，会卡住。
四、递归锁
用于解决思索问题。
RLock：比喻成万能钥匙，可以提供给多个人去使用。
第一次使用时，会对该锁做一个引用计数，只有引用计数为0，才能真正释放这个锁，让另一个人去使用。
五、信号量
互斥锁：同一时间只能让一个人去使用。
信号量：同一时间可以让多个人去使用。
六、线程队列
FIFO队列：先进先出
LIFO队列：后进先出
优先级队列：根据参数内元素的每一个字符排列，按照字符编码的顺序排先后。