Python 性能之困

1. 计算密集型

   • CPU 长时间满负荷运行, 如图像处理、大数据运算、圆周率计算等
   • 计算密集型: 用 C 语言补充
   • cProfile, timeit

2. I/O 密集型

   • 网络 IO, 文件 IO, 设备 IO 等
   • 一切皆文件

3. 多任务处理

   • 进程、线程、协程调度
   • 的过程叫做上下文切换
   • 进程、线程、协程对比
   • 

4. 全局解释器锁 ( GIL )

   • 它确保任何时候一个进程中都只有一个 Python 线程能进入 CPU 执行。
   • 全局解释器锁造成单个进程无法使用多个 CPU 核心
   • 通过多进程来利用多个 CPU 核心，一般进程数与CPU核心数相等，或者CPU核心数两倍 

5. 什么是同步、异步、阻塞、非阻塞？

   • 同步, 异步: 客户端调用服务器接口时
   • 阻塞, 非阻塞: 服务端发生等待
   • 阻塞 -> 非阻塞
   • 同步 -> 异步

6. 协程：Stackless / greenlets / gevent | tornado / asyncio

   • 

7. 线程安全, 锁

   • 获得锁之后, 一定要释放, 避免死锁
   • 尽量使用 with 去操作锁
   • 获得锁之后, 执行的语句, 只跟被锁资源有关
   • 线程之间的数据交互尽量使用 Queue