python CPU密集型對IO密集型 多程序更優於多執行緒 GIL
CPU密集型和IO密集型
最近在看Python的多執行緒，經常我們會聽到老手說：“python下多執行緒是雞肋，推薦使用多程序！”，但是為什麼這麼說呢？
要知其然，更要知其所以然。所以有了下面的深入研究：
首先強調背景：
1、GIL是什麼？GIL的全稱是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。
2、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；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、
那麼是不是python的多執行緒就完全沒用了呢？
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，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。
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。
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)。
所以在這裡說結論：多核下，想做並行提升效率，比較通用的方法是使用多程序，能夠有效提高執行效率
轉載，註明出處：http://blog.csdn.net/lambert310/article/details/50605748。