Python的GIL全局解释器锁限制了多线程在多核CPU上的并行执行，主要适用于IO密集型计算。GIL是CPython解释器的产物，导致CPU密集型任务在多线程环境下效率降低。使用multiprocessing库可以创建多进程，规避GIL限制，实现多核并行。进程间通信需借助Queue或共享内存，线程同步则依赖互斥锁等机制。互斥锁确保数据修改有序，而GIL确保同一时间只有一个线程运行。
GIL的历史由来：
python中的GIL详解 - 可可的私房菜 - 博客园 (cnblogs.com)
总结：Python的多线程在多核CPU上，只对于IO密集型计算产生正面效果；而当有至少有一个CPU密集型线程存在，那么多线程效率会由于GIL而大幅下降。
个人理解：
GIL只是CPython的产物（参考：python解释器）
GIL：创建python时只考虑到单核，为了解决多线程数据的完整性和同步状态的一把全局排他锁（一个防止多线程并发执行机器码的一个Mutex），几乎就相当于python是个单线程的程序。
由于GIL的存在，两个CPU密集型线程存在，实际上任意时间只有一个线程在跑，两个CPU密集型线程本质上其实是交替在跑。
但如果是多个IO密集型运算，在IO遇到阻塞时自动释放锁，这个时候线程切换去处理其他事情资源利用率上升。
但当至少存在一个CPU密集型线程，IO线程无法获得GIL锁，会一直处于等待状态。
改进方法：multiprocessing库
弥补thread库因为GIL而低效的缺陷。
使用多进程而不是多线程，每个进程都有自己独立的GIL，多进程间不会争抢
最低0.47元/天 解锁文章
扫一扫
1166
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
