Python为什么推荐使用多进程

在编程过程中，Python的多线程经常被称为鸡肋。经常听人说，Python推荐使用多进程。那么具体原因是什么呢？

1.进程和线程

进程（Process）是计算机的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统的基础。而线程则是操作系统进行运算调度的最小单位。它被包含于进程之中，是进程的实际执行单位。线程是程序中的一个单一的顺序控制单元，是系统独立调度和分派CPU的基本单位。在单个程序中同时运行多个线程完成不同的工作，成为多线程。

在C++，Java等语言中，通常都会使用多线程来充分利用CPU资源，加快程序运行速度。但在Python，却是更推荐使用多进程。那么这是为什么呢？

2.为什么Python多线程效率不高？

主要原因就在于Python在设计之初，从数据安全角度考虑而引入了GIL。GIL全称为Global Interpreter Lock（全局解释器锁），在一个Python进程中，只有一个GIL。

而在Python中，每个线程的执行方式为：1.获取GIL；2.执行代码直到Sleep()或者Python虚拟机将其挂起；3.释放GIL。也就是说，某个线程想要执行即获得CPU资源，必须获取GIL。即一个进程中线程之间只能串行执行。

在Python2.x中，GIL的释放逻辑为：1.遇到IO操作；2.ticks计数达到100（ticks可以看作是Python自身的一个计数器，专门做用于GIL，每次释放后归零，这个计数可以通过 sys.setcheckinterval 来调整）。

在GIL释放后，线程之间进行锁竞争，线程切换，会消耗资源。同时由于GIL锁的存在，一个进程只能同时执行一个线程，在多核CPU中，Python多线程效率并不高。

3.Python什么时候使用多线程？

Python多线程效率不高，是不是意味着Python的多线程毫无用处呢？并不是，还得分情况讨论：

  1).CPU密集型程序：即循环，计算很多的程序。在这种情况下，由于计算很多，ticks计数会很快达到阈值（100），引发GIL的释放与再竞争，会浪费很多资源。所以CPU密集型程序不推荐使用Python多线程。需要注意的是，在Python3.x中，虽然讲GIL的计数改为计时器（执行时间达到阈值，释放GIL），但仍未解决单进程同时只能执行一个线程的问题，依然不推荐使用。

   2).IO密集型程序：即文件处理，网络爬虫等。单线程状态下，IO操作会有IO等待，浪费等待时间，而多线程则可在一个程序等待时，自动切换到下一个程序，节省CPU资源，从而提高运行效率。所以Python多线程对IO密集型程序更为友好。

4.为何多核多线程比单核多线程效果更差？

主要原因是线程颠簸（thrashing）。单核多线程，每次释放GIL，唤醒的线程都能获取到GIL，所以能够无缝执行。但多核多线程下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸，导致效率更低。

所以，在Python中，想要提高执行效率，多核CPU情况下使用多进程是更适合的方法。