Python中推薦使用多進程而不是多執行緒？分享推薦使用多進程的原因

最近在看Python的多線程，常常我們會聽到老手說：「Python下多線程是雞肋，推薦使用多進程！                
要知其然，更要知道自己。所以有了以下的深入研究：        











先強調背景：        
#1、GIL是什麼？
GIL的全名是Global Interpreter Lock(全域解釋器鎖定)，來源是python設計之初的考慮，為了資料安全所做的決定。
2、每個CPU在同一時間只能執行一個執行緒（在單核心CPU下的多執行緒其實都只是並發，不是並行，並行和並行從宏觀上來講都是同時處理多路請求的概念。兩個或多個事件在同一時間間隔內發生。 、執行程式碼直到sleep或是python虛擬機器將其掛起。 3、釋放GIL        
        
可見，某個執行緒想要執行，必須先拿到GIL，我們可以把GIL看作是“通行證”，並且在一個python進程中，GIL只有一個。拿不到通行證的線程，就不允許進入CPU執行。         
        
在Python2.x裡，GIL的釋放邏輯是當前線程遇見IO操作或ticks計數達到100（ticks可以看作是Python自身的一個計數器，專門做用於GIL，每次釋放後歸零，這個計數可以透過sys.setcheckinterval 來調整），進行釋放。 
###        #############################而每次釋放GIL鎖定，執行緒進行鎖競爭、切換線程，會消耗資源。而由於GIL鎖定存在，python裡一個行程永遠只能同時執行一個執行緒(拿到GIL的執行緒才能執行)，這就是為什麼在多核心CPU上，python的多執行緒效率並不高。 ############        ##########                     #    ##################1#1##py#py#py#py#py#py#py#py#py#py#2#)#p#多線程就完全沒用了呢？ ###        #############在這裡我們進行分類討論：        
1、CPU密集型程式碼(各種循環處理、計數等等)，在這種情況下，由於計算工作多，ticks計數很快就會達到閾值，然後觸發GIL的釋放與再競爭（多個線程來回切換當然是需要消耗資源的），所以 python下的多執行緒對CPU密集型程式碼並不友善。  

#2、IO密集型程式碼(檔案處理、網路爬蟲等)，多執行緒能夠有效提升效率(單執行緒下有IO操作會進行IO等待，造成不必要的時間浪費，而開啟多執行緒能在執行緒A等待時，自動切換到執行緒B，可以不浪費CPU的資源，從而能提升程式執行效率)。 所以python的多執行緒對IO密集型程式碼比較友善。  
        

而在python3.x中，GIL不使用ticks計數，改為使用計時器（執行時間達到閾值後，當前線程釋放GIL），這樣對CPU密集型程序更加友好，但仍然沒有解決GIL導致的同一時間只能執行一個執行緒的問題，所以效率依然不盡人意。  
                         ：多核心多線程比單核心多線程更差，原因是單核心下多線程，每次釋放GIL，喚醒的那個線程都能取得到GIL鎖定，所以能夠無縫執行，但多核心下，CPU0釋放GIL後，其他CPU上的線程都會進行競爭，但GIL可能會馬上又被CPU0拿到，導致其他幾個CPU上被喚醒後的線程會醒著等待到切換時間後又進入待調度狀態，這樣會造成線程顛簸(thrashing)，造成效率較低
                        ##  #回到最開始的問題：常常我們會聽到老手說：「python下想要充分利用多核心CPU，就用多進程」，原因是什麼呢？ 
#原因是：每個行程都有各自獨立的GIL ，互不干擾，這樣就可以真正意義上的並行執行，所以在python中，多進程的執行效率優於多線程(僅僅針對多核心CPU而言)。        #                        ##所以在這裡說結論：多核心下，想做並行提升效率，比較通用的方法是使用多進程，能夠有效提高執行效率  

【相關推薦】

1. Python中多進程與多執行緒實例（一）

2. Python中多進程與多執行緒實例（二）程式設計方法

#3. python多進程快還是多執行緒快？

4. 關於Python進程、執行緒、協程詳細介紹

5. Python 並發程式設計執行緒池/進程池

以上是Python中推薦使用多進程而不是多執行緒？分享推薦使用多進程的原因的詳細內容。更多資訊請關注PHP中文網其他相關文章！