Python的全局解释器锁GIL限制了线程间的真正并行计算。对于IO密集型任务，如文件读取和网络操作，可以使用协程如greenlet、gevent和asyncio进行异步处理。而对于计算密集型任务，可以借助concurrent.futures模块，通过multiprocessing实现多进程并行计算，充分利用多核CPU资源。
python因为其全局解释器锁GIL而无法通过线程实现真正的平行计算。需要解决 IO密集型 和 计算密集型 的平行运算问题。
IO密集型：读取文件，读取网络套接字频繁。
计算密集型：大量消耗CPU的数学与逻辑运算，也就是我们这里说的平行计算。
IO密集型：解决的方法是协程， 常用的greenlet 、gevent、ayncio等来处理
简单理解 见下面连接：
10分钟快速理解python异步asyncio_小生听雨园的博客-优快云博客_asyncio python
深入一点见 下面链接
计算密集型：常用concurrent.futures模块来处理
concurrent.futures模块，可以利用multiprocessing实现真正的平行计算。
核心原理是：concurrent.futures会以子进程的形式，平行的运行多个python解释器，从而令python程序可以利用多核CPU来提升执行速度。由于子进程与主解释器相分离，所以他们的全局解释器锁也是相互独立的。每个子进程都能够完整的使用一个CPU内核。
python concurrent.futures_weixin_30394981的博客-优快云博客
Python 中 concurrent.futures 模块使用说明_团子大圆帅的博客-优快云博客_concurrent.futures
扫一扫
772
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
