Python全域性鎖

（1）全域性鎖導致的問題

全域性鎖的英文簡稱是GIL，全稱是Global Interpreter Lock(全域性直譯器鎖)，來源是python設計之初的考慮，為了資料安全所做的決定，每個執行緒在執行時候都需要先獲取GIL，保證同一時刻只有一個執行緒可以執行程式碼，即同一時刻只有一個執行緒使用CPU，也就是說多執行緒並不是真正意義上的同時執行。
每個CPU在同一時間只能執行一個執行緒（在單核CPU下的多執行緒其實都只是併發，不是並行，併發和並行從巨集觀上來講都是同時處理多路請求的概念。但併發和並行又有區別，並行是指兩個或者多個事件在同一時刻發生（多個CPU同時執行某個任務）；而併發是指兩個或多個事件在同一時間間隔內發生。）

在Python多執行緒下，每個執行緒的執行方式：

1、獲取GIL

2、執行程式碼直到sleep或者是python虛擬機器將其掛起。

3、釋放GIL

可見，某個執行緒想要執行，必須先拿到GIL，我們可以把GIL看作是“通行證”，並且在一個python程序中，GIL只有一個。拿不到通行證的執行緒，就不允許進入CPU執行。

在Python2.x裡，GIL的釋放邏輯是當前執行緒遇見IO操作或者ticks計數達到100（ticks可以看作是Python自身的一個計數器，專門做用於GIL，每次釋放後歸零，這個計數可以通過 sys.setcheckinterval 來調整），進行釋放。
而每次釋放GIL鎖，執行緒進行鎖競爭、切換執行緒，會消耗資源。並且由於GIL鎖存在，python裡一個程序永遠只能同時執行一個執行緒(拿到GIL的執行緒才能執行)，這就是為什麼在多核CPU上，python的多執行緒效率並不高。

（2）在有全域性鎖的情況下如何執行多執行緒、多程序

在這裡我們進行分類討論：

1、CPU密集型程式碼(各種迴圈處理、計數等等)，在這種情況下，由於計算工作多，ticks計數很快就會達到閾值，然後觸發GIL的釋放與再競爭（多個執行緒來回切換當然是需要消耗資源的），所以python下的多執行緒對CPU密集型程式碼並不友好，此時可以採用多程序形式實現多工。

2、IO密集型程式碼(檔案處理、網路爬蟲等)，多執行緒能夠有效提升效率(單執行緒下有IO操作會進行IO等待，造成不必要的時間浪費，而開啟多執行緒能線上程A等待時，自動切換到執行緒B，可以不浪費CPU的資源，從而能提升程式執行效率)。所以python的多執行緒對IO密集型程式碼比較友好。

而在python3.x中，GIL不使用ticks計數，改為使用計時器（執行時間達到閾值後，當前執行緒釋放GIL），這樣對CPU密集型程式更加友好，但依然沒有解決GIL導致的同一時間只能執行一個執行緒的問題，所以效率依然不盡如人意。

請注意：多核多執行緒比單核多執行緒更差，原因是單核下多執行緒，每次釋放GIL，喚醒的那個執行緒都能獲取到GIL鎖，所以能夠無縫執行，但多核下，CPU0釋放GIL後，其他CPU上的執行緒都會進行競爭，但GIL可能會馬上又被CPU0拿到，導致其他幾個CPU上被喚醒後的執行緒會醒著等待到切換時間後又進入待排程狀態，這樣會造成執行緒顛簸(thrashing)，導致效率更低

回到最開始的問題：經常我們會聽到老手說：“python下想要充分利用多核CPU，就用多程序”，原因是什麼呢？
原因是：每個程序有各自獨立的GIL，互不干擾，這樣就可以真正意義上的並行執行，所以在python中，多程序的執行效率優於多執行緒(僅僅針對多核CPU而言)。

（3）程式碼例項

使用一個執行緒去計數

#encoing:utf-8
import threading
import time
def test_counter():
  i = 0
  for _ in range(100000000):
    i += 1
  return True
def main():
  start_time = time.time()
  for tid in range(2):
    t1 = threading.Thread(target=test_counter)
    t1.start()
    t1.join()
  end_time = time.time()
  print("Total time:{}".format(end_time-start_time))
if __name__ == "__main__":
  main()

結果：

使用2個執行緒，去執行非IO操作

#encoding:utf-8
import threading
import time
def test_counter():
  i = 0
  for _ in range(100000000):
    i += 1
  return True
def main():
  thread_array = {}
  start_time = time.time()
  for tid in range(2):
    t = threading.Thread(target=test_counter)
    t.start()
    thread_array[tid] = t
  for i in range(2):
    thread_array[i].join()
  end_time = time.time()
  print("Total time:{}".format(end_time-start_time))
if __name__ == "__main__":
  main()

結果：

通過上面的程式碼可以得出，對於非IO型別操作，多執行緒為了獲得GIL去相互競爭，導致程式執行效率更低，所以我們要根據實際的業務功能情況，來確定使用多執行緒、多程序！

總結

以上所述是小編給大家介紹的在Python全域性鎖中如何合理運用多執行緒（多程序），希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回覆大家的。在此也非常感謝大家對我們網站的支援！
如果你覺得本文對你有幫助，歡迎轉載，煩請註明出處，謝謝！