Python语言学习讲解十三：python之多进程和多线程

注：每周一到周五都会进行相关Python基础知识更新，欢迎大家提宝贵的意见

在讲解进程和线程之前，先来给大家梳理下进程、线程的概念。以及他们的区别于联系，内容比较多，对于新手来说需要仔细理解。对了老手来说这里可以直接略过。O(∩_∩)O哈哈~

进程：计算机资源分配的基本单位。可以打开任务管理器，里面的每一个PID都代表一个进程。

线程：CPU独立运行和独立调度的基本单位。

联系：

每个进程都含有多个线程，至少会有一个线程

区别：

进程依赖于线程存在，进程在执行过程中拥有独立的内存单元，多个线程共享内存，从而极大地提高了程序的运行效率

线程只是一个进程的不同执行路径，一个线程可以支持多个线程，线程有自己的堆栈和局部变量，但线程之间没有单独的地址空间，

每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制

1. GIL是什么？

  GIL的全称是Global Interpreter Lock(全局解释器锁)，来源是python设计之初的考虑，为了数据安全所做的决定。可以理解为进程、线程中的锁机制。

2. 线程的执行？

每个CPU在同一时间只能执行一个线程，在单核CPU下的多线程其实都只是并发，不是并行，多个事件在同一时刻发生；并发：是多个事件在同一时间内发生。

在Python多线程下，每个线程的执行方式：

线程首先要获取GIL

然后开始执行python代码直到sleep挂起

然后释放GIL，继续等待下一次的轮询

可以把把GIL看成是一个房间的钥匙，首先要进入这个房间必须要取得这个房间的钥匙，然后出来后把钥匙交换给系统，然后在排队等待、获取房间钥匙。

  在Python2里，GIL的释放逻辑是当前线程遇见IO操作或者ticks计数达到100（ticks可以看作是Python自身的一个计数器，专门作用于GIL，每次释放后归零，这个计数可以通过 sys.setcheckinterval 来调整），进行释放。

  而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。

那么是不是python的多线程就完全没用了呢？

  在这里我们进行分类讨论：

CPU密集型代码(各种循环处理、计数等等)，在这种情况下，由于计算工作多，ticks计数很快就会达到阈值，然后触发GIL的释放与再竞争（多个线程来回切换当然是需要消耗资源的），所以python下的多线程对CPU密集型代码并不友好。

IO密集型代码(文件处理、网络爬虫等)，多线程能够有效提升效率(单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率)。所以python的多线程对IO密集型代码比较友好。

  而在python3.x中，GIL不使用ticks计数，改为使用计时器（执行时间达到阈值后，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL导致的同一时间只能执行一个线程的问题，所以效率依然不尽如人意。

  请注意：多核多线程比单核多线程更差，原因是单核下的多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。可以尝试多进程多线程的模式。充分利用CPU数量。

  回到最开始的问题：经常我们会听到老手说：“python下想要充分利用多核CPU，就用多进程”，原因是什么呢？

  原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。

  所以在这里说结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率