GIL全局解释器锁

'''
1. 什么是GIL全局解释器锁
    GIL本质就是一把互斥锁,相当于执行权限,每个进程内都会存在一把GIL,同一进程内的多个线程
    必须抢到GIL之后才能使用Cpython解释器来执行自己的代码,即同一进程下的多个线程无法实现并行
    但是可以实现并发

    在Cpython解释器下,如果想实现并行可以开启多个进程

2. 为何要有GIL
    因为Cpython解释器的垃圾回收机制不是线程安全的

3. 如何用GIL
    有了GIL,应该如何处理并发

    GIL也就是由再Cpython解释器下才会这功能，其他解释器都不会出现





'''
# from threading import Thread
# import time
#
# def task(name):
#     print('%s is running' %name)
#     time.sleep(2)
#
# if __name__ == '__main__':
#     t1=Thread(target=task,args=('线程1',))
#     t2=Thread(target=task,args=('线程1',))
#     t3=Thread(target=task,args=('线程1',))
#     t1.start()
#     t2.start()
#     t3.start()


# 计算密集型:应该使用多进程，cpu越多处理速度越快
# from multiprocessing import Process
# from threading import Thread
# import os,time
#
# def work():
#     res=0
#     for i in range(100000000):
#         res*=i
#
# if __name__ == '__main__':
#     l=[]
#     print(os.cpu_count())
#     start=time.time()
#     for i in range(6):
#         # p=Process(target=work)
#         p=Thread(target=work)
#         l.append(p)
#         p.start()
#     for p in l:
#         p.join()
#     stop=time.time()
#     print('run time is %s' %(stop-start)) #4.271663427352905

# IO密集型: 应该开启多线程，因为不用在开启内存空间，速度相比进程更加快
from multiprocessing import Process
from threading import Thread
import threading
import os,time
# def work():
#     time.sleep(2)
#
# if __name__ == '__main__':
#     l=[]
#     start=time.time()
#     for i in range(300):
#         # p=Process(target=work) #2.225289821624756
#         p=Thread(target=work) #2.002105951309204
#         l.append(p)
#         p.start()
#     for p in l:
#         p.join()
#     stop=time.time()
#     print('run time is %s' %(stop-start))