作者：小K

來源：麥叔編程

今天可以來講解下GIL是個什么了。

?

GIL為什么是Python中最大的一把鎖？

GIL是Global Interpreter Lock的縮寫，翻譯過來就是全局解釋器鎖。

從字面上去理解，它就是鎖在解釋器頭上的一把鎖，它使Python代碼運行變得有序。

假如有一段代碼：

print(1)print(2)print(3)print(4)print(5)print(6)

運行之后，

123456

GIL通過確保在任何給定時間只運行一個線程來防止競爭條件

?

GIL確保在任何給定時間只有一個線程在運行。

因此，不可能利用具有線程的多個處理器。

?

?

由于CPython的內存管理不是線程安全的，GIL可以防止競爭條件并確保線程安全。

?

突破GIL的封鎖

更換解釋器

Python有多個解釋器實現。分別用C、Java、C#和Python編寫的CPython、Jython、IronPython和PyPy是最受歡迎的。

GIL 僅存在于CPython的原始Python實現中。

?

那為什么不直接使用別的解釋器為主要開發用呢？

因為CPython的庫最為豐富。

如果別的解釋器有支持你代碼中的模塊，那是可以直接移植過去使用的。

像Jython至今還沒有推出Python3，只停留在Python2時代。

?

用多進程替代多線程

我將用三段代碼（單線程、多線程、多進程）解決一個問題（把50000000通過n-=1減至0）。

通過對比他們運行的所花費的時間，看哪段代碼效率最高。

「單線程」

import timenum = 50000000def countdown(n): while n>0:        n -= 1start = time.time()countdown(num)end = time.time()print('花費時間 -', end - start)

運行結果：

花費時間 - 3.7478301525115967

「多線程」

import timefrom threading import Threadnum = 50000000def countdown(n): while n>0:        n -= 1t1 = Thread(target=countdown, args=[num//2])t2 = Thread(target=countdown, args=[num//2])start = time.time()t1.start()t2.start()t1.join()t2.join()end = time.time()print('花費時間 -', end - start)

運行結果：

花費時間 - 4.2221999168396

「多進程」

from multiprocessing import Poolimport timenum = 50000000def countdown(n): while n>0:        n -= 1if __name__ == '__main__':    pool = Pool(processes=2)    start = time.time()    r1 = pool.apply_async(countdown, [num//2])    r2 = pool.apply_async(countdown, [num//2])    pool.close()    pool.join() end = time.time() print('花費時間 -', end - start)

運行結果：

花費時間 - 2.307600975036621

對于「計算密集型任務」，Python的多線程比單線程還慢，

這是由于線程的創建和銷毀都要消耗資源（進程消耗資源更大）。

「對比單線程和多線程就能感受到GIL這個枷鎖的束縛力了?！?/span>

用了多進程后，運行速度一下子從3.73縮短到2.30秒，證明多進程還是能突破GIL的封鎖的。

?

多進程底層是開了多個解釋器去運行代碼，一個進程一把GIL。

?

后記

Python三分鐘--GIL專題到這一期就結束了~