GIL全局解释器锁

数据结构和GIL

Queue类是线程安全的，适用于多线程间安全的交换数据。内部使用了Lock和Condition。

Queue类的size虽然加了锁，但是，依然不能保证立即get、put就能成功，因为读取大小和get、put方法是分开的。

import queue

q = queue.Queue(8)

if q.qsize() == 7:
    q.put()  # 上下两句可能被打断
    
if q.qsize() == 1:
    q.get()  # 未必会成功

GIL全局解释器锁

CPython在解释器进程级别有一把锁，叫做GIL，即全局解释器锁。
GIL保证CPython进程中，只有一个线程执行字节码。甚至是在多核CPU的情况下，也只允许同时只能有一个CPU上运行该进程的一个线程。

CPython中IO密集型，某个线程阻塞，就会调度其他就绪线程；
CPU密集型，当前线程可能会连续的获得GIL，导致其他线程几乎无法使用CPU。
在CPython中由于有GIL存在，IO密集型，使用多线程较为合算；CPU密集型，使用多进程，要绕开GIL。

import logging
import datetime

FORMAT = '%(thread)s --> %(message)s'
logging.basicConfig(level=logging.INFO, format=FORMAT)
start = datetime.datetime.now()


def calc():
    sum = 0
    for _ in range(1000000):
        sum += 1
        
        
calc()
calc()
calc()
calc()


delta = (datetime.datetime.now() - start).total_seconds()
logging.info(delta)

15460 --> 0.260867

import logging
import datetime
import threading

FORMAT = '%(thread)s --> %(message)s'
logging.basicConfig(level=logging.INFO, format=FORMAT)
start = datetime.datetime.now()


def calc():
    sum = 0
    for _ in range(1000000):
        sum += 1
        
        
t1 = threading.Thread(target=calc)
t2 = threading.Thread(target=calc)
t3 = threading.Thread(target=calc)
t4 = threading.Thread(target=calc)

t1.start()
t2.start()
t3.start()
t4.start()

t1.join()
t2.join()
t3.join()
t4.join()

delta = (datetime.datetime.now() - start).total_seconds()
logging.info(delta)

15460 --> 0.263845