今天可以來講解下GIL是個(gè)什么了。
GIL為什么是Python/ target=_blank class=infotextkey>Python中最大的一把鎖？
GIL是Global Interpreter Lock的縮寫，翻譯過來就是全局解釋器鎖。
從字面上去理解，它就是鎖在解釋器頭上的一把鎖，它使Python代碼運(yùn)行變得有序。
假如有一段代碼：
print(1)print(2)print(3)print(4)print(5)print(6)
運(yùn)行之后，
123456
GIL通過確保在任何給定時(shí)間只運(yùn)行一個(gè)線程來防止競(jìng)爭(zhēng)條件
GIL確保在任何給定時(shí)間只有一個(gè)線程在運(yùn)行。
因此，不可能利用具有線程的多個(gè)處理器。
由于CPython的內(nèi)存管理不是線程安全的，GIL可以防止競(jìng)爭(zhēng)條件并確保線程安全。
突破GIL的封鎖
更換解釋器
Python有多個(gè)解釋器實(shí)現(xiàn)。分別用C、JAVA、C#和Python編寫的CPython、Jython、IronPython和PyPy是最受歡迎的。
GIL 僅存在于CPython的原始Python實(shí)現(xiàn)中。
那為什么不直接使用別的解釋器為主要開發(fā)用呢？
因?yàn)镃Python的庫最為豐富。
如果別的解釋器有支持你代碼中的模塊，那是可以直接移植過去使用的。
像Jython至今還沒有推出Python3，只停留在Python2時(shí)代。
用多進(jìn)程替代多線程
我將用三段代碼（單線程、多線程、多進(jìn)程）解決一個(gè)問題（把50000000通過n-=1減至0）。
通過對(duì)比他們運(yùn)行的所花費(fèi)的時(shí)間，看哪段代碼效率最高。
「單線程」
import timenum = 50000000def countdown(n): while n>0: n -= 1start = time.time()countdown(num)end = time.time()print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果：
花費(fèi)時(shí)間 - 3.7478301525115967
「多線程」
import timefrom threading import Threadnum = 50000000def countdown(n): while n>0: n -= 1t1 = Thread(target=countdown, args=[num//2])t2 = Thread(target=countdown, args=[num//2])start = time.time()t1.start()t2.start()t1.join()t2.join()end = time.time()print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果：
花費(fèi)時(shí)間 - 4.2221999168396
「多進(jìn)程」
from multiprocessing import Poolimport timenum = 50000000def countdown(n): while n>0: n -= 1if __name__ == '__main__': pool = Pool(processes=2) start = time.time() r1 = pool.Apply_async(countdown, [num//2]) r2 = pool.apply_async(countdown, [num//2]) pool.close() pool.join() end = time.time() print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果：
花費(fèi)時(shí)間 - 2.307600975036621
對(duì)于「計(jì)算密集型任務(wù)」，Python的多線程比單線程還慢，
這是由于線程的創(chuàng)建和銷毀都要消耗資源（進(jìn)程消耗資源更大）。
「對(duì)比單線程和多線程就能感受到GIL這個(gè)枷鎖的束縛力了。」
用了多進(jìn)程后，運(yùn)行速度一下子從3.73縮短到2.30秒，證明多進(jìn)程還是能突破GIL的封鎖的。
多進(jìn)程底層是開了多個(gè)解釋器去運(yùn)行代碼，一個(gè)進(jìn)程一把GIL。
