[py]GIL(全局解釋器鎖):多線程模式

在多線程 時同一時刻只容許一個線程來訪問CPU,直到解釋器遇到I/O操做或者操做次數達到必定數目時纔會釋放GIL

參考 Python雖然不能利用多線程實現多核任務，但能夠經過多進程實現多核任務。多個Python進程有各自獨立的GIL鎖，互不影響。 啓動與CPU核心數量相同的N個線程，在4核CPU上能夠監控到CPU佔用率僅有102%，也就是僅使用了一核。

可是用C、C++或Java來改寫相同的死循環，直接能夠把所有核心跑滿，4核就跑到400%，8核就跑到800%，爲何Python不行呢？

由於Python的線程雖然是真正的線程，但解釋器執行代碼時，有一個GIL鎖：Global Interpreter Lock，任何Python線程執行前，必須先得到GIL鎖，而後，每執行100條字節碼，解釋器就自動釋放GIL鎖，讓別的線程有機會執行。這個GIL全局鎖實際上把全部線程的執行代碼都給上了鎖，因此，多線程在Python中只能交替執行，即便100個線程跑在100核CPU上，也只能用到1個核。

GIL是Python解釋器設計的歷史遺留問題，一般咱們用的解釋器是官方實現的CPython，要真正利用多核，除非重寫一個不帶GIL的解釋器。

進程與線程模式

線程之間共享內存的兩種處理方法:

• 內存類型-廁所 "互斥鎖"（Mutual exclusion，縮寫 Mutex），防止多個線程同時讀寫某一塊內存區域。 進廁所後上把鎖.
• 內存類型-澡堂 "信號量"（Semaphore），用來保證多個線程不會互相沖突。 領取牌進去洗澡.

GIL(全局解釋器鎖)

參考: http://www.cnblogs.com/iiiiiher/p/8341091.html 參考 個人機器有4核，表明着同一時間，能夠幹4個任務。若是單核cpu的話，我啓動10個線程，我看上去也是併發的，由於是執行了上下文的切換，讓我看上去是併發的。可是單核永遠確定時串行的，它確定是串行的，cpu真正執行的時候，由於一會執行1，一會執行2.。。。。正常的線程就是這個樣子的。可是，在python中，不管你有多少核，永遠都是假象。不管你是4核，8核，仍是16核.......很差意思，同一時間執行的線程只有一個(線程)，它就是這個樣子的。這個是python的一個開發時候，設計的一個缺陷，因此說python中的線程是假線程。

參考

GIL(全局解釋器鎖)

咱們知道多進程(mutilprocess) 和 多線程(threading)的目的是用來被多顆CPU進行訪問, 提升程序的執行效率。 可是在python內部存在一種機制（GIL），在多線程 時同一時刻只容許一個線程來訪問CPU。 GIL 並非Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。就比如C++是一套語言（語法）標準，可是能夠用不一樣的編譯器來編譯成可執行代碼。有名的編譯器例如GCC，INTEL C++，Visual C++等。 Python也同樣，一樣一段代碼能夠經過CPython，PyPy，Psyco等不一樣的Python執行環境來執行。像其中的JPython就沒有GIL。然而由於CPython是大部分環境下默認的Python執行環境。因此在不少人的概念裏CPython就是Python，也就想固然的把 GIL 歸結爲Python語言的缺陷。因此這裏要先明確一點：GIL並非Python的特性，Python徹底能夠不依賴於GIL。

雖然python支持多線程，可是因爲GIL的限制，在實際運行時，程序運行後開啓多個線程，但在經過GIL後同時也只能有一個線程被CPU執行。

GIL(全局解釋器鎖)

參考: http://www.cnblogs.com/zephyr-1/p/6043785.html GIL並非Python的特性，他是CPython引入的概念，是一個全局排他鎖。

解釋執行python代碼時，會限制線程對共享資源的訪問，直到解釋器遇到I/O操做或者操做次數達到必定數目時纔會釋放GIL。
因此，雖然CPython的線程庫直接封裝了系統的原生線程，但CPython總體做爲一個進程，同一時間只會有一個得到GIL的線程在跑，其餘線程則處於等待狀態。這就形成了即便在多核CPU中，多線程也只是作着分時切換而已，因此多線程比較適合IO密集型，不太適合CPU密集型的任務。 同一時刻一個解釋進程只有一行bytecode 在執行

python多線程爲何不能利用多核cpu