Python-GIL(全局锁-影响多线程速度的罪魁祸首)

水深无声 2023-10-02 22:10 315阅读 0赞

在进行GIL讲解之前，我们可以先回顾一下并行和并发的区别：  
并行：多个CPU同时执行多个任务，就好像有两个程序，这两个程序是真的在两个不同的CPU内同时被执行。

并发：CPU交替处理多个任务，还是有两个程序，但是只有一个CPU，会交替处理这两个程序，而不是同时执行，只不过因为CPU执行的速度过快，而会使得人们感到是在“同时”执行，执行的先后取决于各个程序对于时间片资源的争夺。

现在我们电脑都是多核的,一个核可以理解为一个cpu

大家可以参考下图的实物图就行理解：  
![在这里插入图片描述][d62049c83db14f158b5db409586eadef.png]

并行和并发同属于多任务，目的是要提高CPU的使用效率。这里需要注意的是，一个CPU永远不可能实现并行，即一个CPU不能同时运行多个程序，但是可以在随机分配的时间片内交替执行（并发），就好像一个人不能同时看两本书，但是却能够先看第一本书半分钟，再看第二本书半分钟，这样来回切换。

Guido van Rossum（吉多·范罗苏姆）创建python时就只考虑到单核cpu，解决多线程之间数据完整性和状态同步的最简单方法自然就是加锁， 于是有了GIL这把超级大锁。因为cpython解析只允许拥有GIL全局解析器锁才能运行程序，这样就保证了保证同一个时刻只允许一个线程可以使用cpu。由于大量的程序开发者接收了这套机制,现在代码量越来越多,已经不容易通过C代码去解决这个问题。

![在这里插入图片描述][3c2be0dc19f84fa09220a33113bf50ef.png]  
我用8核电脑的进行了大量测试,使用多线程最大利用cpu能达到百分之20~30左右 ,也就是在同一时间只能利用一核进行多线程并发,其他核都空闲了

那么，我们改如何解决GIL锁的问题呢？

1.  更换cpython为jpython(不建议,这样会丢失很多高级库的使用的)
2.  使用多进程完成多线程的任务(看情况吧,毕竟多进行创建和和销毁非常耗时,而且占用资源也多)
3.  在使用多线程的地方可以使用c/c++语言去实现,然后用Python进行调用
4.  在io密集的程序可以使用,因为io这种操作会cpu闲置等待结果,那么python会自动释放闲置线程的Gil锁

### 什么是io密集 ###

表现：我发送请求，等别人计算完成后返回给我；站在自己业务逻辑的角度，就是在等待。

耗时：指从发送请求到接收返回值这期间的耗时。通常耗时很高，至少是毫秒ms级别，比如数据库10ms、远程缓存2ms、服务调用50ms。

机器：负载很低，CPU在等待，很空闲、不占用CPU资源。

场景: 访问数据库, http请求 ,访问本地磁盘

反正只要是你去索要某件东西的时候,并且需要等待进行接收 都属于io密集

### 什么是CPU密集 ###

表现：收到参数后，自己本地（本机）计算，最终算出结果；全靠自己计算。

耗时：指计算完成的耗时。通常耗时很低，是纳米ns级别，比如压缩解压缩20ns、加减乘除5ns、循环判断2ns。

机器：负载高，CPU在密集计算，占用较大CPU资源。

场景: 比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。

而计算密集型任务由于主要消耗CPU资源，因此，代码运行效率至关重要。Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C/C++语言编写然后使用Python进行调用。

![在这里插入图片描述][241d60d901ab468c8532f2a2d4413093.gif]

点赞 -收藏-关注-便于以后复习和收到最新内容有其他问题在评论区讨论-或者私信我-收到会在第一时间回复在本博客学习的技术不得以任何方式直接或者间接的从事违反中华人民共和国法律,内容仅供学习、交流与参考 免责声明：本文部分素材来源于网络，版权归原创者所有，如存在文章/图片/音视频等使用不当的情况，请随时私信联系我、以迅速采取适当措施，避免给双方造成不必要的经济损失。感谢,配合,希望我的努力对你有帮助^\_^

[d62049c83db14f158b5db409586eadef.png]: https://img-blog.csdnimg.cn/d62049c83db14f158b5db409586eadef.png
[3c2be0dc19f84fa09220a33113bf50ef.png]: https://img-blog.csdnimg.cn/3c2be0dc19f84fa09220a33113bf50ef.png
[241d60d901ab468c8532f2a2d4413093.gif]: https://img-blog.csdnimg.cn/241d60d901ab468c8532f2a2d4413093.gif