線程，線程安全與python的GIL鎖

　　今天看到一篇文章，講述的是幾個提高python性能的項目:傳送門

　　在看的過程當中，接觸到一個名詞，一個從學python開始就一直看到，可是歷來都是隻知其一;不知其二的名詞，內心不開心，必須把它搞明白，對了，這個詞就是 GIL。網上搜索了一些資料，粗淺的理解了什麼是GIL，本身感受學習的過程比較好，感受略有收穫，老規矩，爲了鞏固知識，本身整片文章出來寫一寫，其實好多文章已經寫的很完善了，因此這篇隨筆，只作知識鞏固，若有雷同，請各位原創做者原諒，小菜鳥一枚，若是哪裏寫的有問題，還請各位前輩不吝指正。

　　一句話：解決多線程之間數據完整性和狀態同步的最簡單方法天然就是加鎖。

　　首先，GIL的全名，Global Interpreter Lock，鑑於英文水平，不作名詞翻譯，以避免誤導。大致解釋一下，這個鎖就是用來爲了解決Cpython多線程中線程不安全問題引入的一個全局排它鎖，它的做用就是在多線程狀況下，保護共享資源，爲了避免讓多個線程同時操做共享資源，致使不可預期的結果而加上的鎖，在一個線程操做共享資源時，其餘線程請求該資源，只能等待GIL解鎖。這個設置在Cpython剛引入多線程概念的時候就有了，而後後續的各類包和組件開發都不可避免的受到了GIL的影響，因此有人會說，python在多線程處理的時候很慢。python GIL實現方式相似於以下僞代碼：

if __name__ == '__main__':
    GIL鎖開始運做
    主線程作操做
    主線程完成操做
    GIL鎖釋放資源

因此多線程共同操做共享資源的時候，有一個線程競得了資源，它就被GIL鎖保護起來，其餘線程只能是在那裏等着，可是這個時候，線程的休眠喚醒，所有會消耗CPU資源，因此嘞，就會慢。

　　看到這個時候，我又發現了一個名詞：線程安全。這個名詞，也是那種特別熟悉，但就是沒法清晰的說出它是啥的概念。查了資料，在這記一下：

　　線程安全就是多線程訪問時，採用了加鎖機制，當一個線程訪問該類的某個數據時，進行保護，其餘線程不能進行訪問直到該線程讀取完，其餘線程纔可以使用。不會出現數據不一致或者數據污染。 線程不安全就是不提供數據訪問保護，有可能出現多個線程前後更改數據形成所獲得的數據是髒數據。

　　我本身想了一下，大約就是這樣，好比整個列表，倆個線程同時在列表中append操做，若是沒有鎖的保護，在機緣巧合之下，倆個線程同時前後申請了空間且沒來得及插入數據，而後這時列表中只會有一個空間，那麼在插入過程當中只能有一個數據寫入，會形成不可知後果，有可能報錯終止，有可能有一個線程操做沒成功，那麼這個就是線程不安全了，大白話說，只要線程之間沒有共享資源，那麼就是線程安全的，有共享資源，爲了保證線程安全，須要引進鎖的機制。

　　然後的文章中，有前輩作過實驗：

 

順序執行的單線程(single_thread.py)

#! /usr/bin/python

from threading import Thread
import time

def my_counter():
    i = 0
    for _ in range(100000000):
        i = i + 1
    return True

def main():
    thread_array = {}
    start_time = time.time()
    for tid in range(2):
        t = Thread(target=my_counter)
        t.start()
        t.join()
    end_time = time.time()
    print("Total time: {}".format(end_time - start_time))

if __name__ == '__main__':
    main()

同時執行的兩個併發線程(multi_thread.py)

#! /usr/bin/python

from threading import Thread
import time

def my_counter():
    i = 0
    for _ in range(100000000):
        i = i + 1
    return True

def main():
    thread_array = {}
    start_time = time.time()
    for tid in range(2):
        t = Thread(target=my_counter)
        t.start()
        thread_array[tid] = t
    for i in range(2):
        thread_array[i].join()
    end_time = time.time()
    print("Total time: {}".format(end_time - start_time))

if __name__ == '__main__':
    main()

 

最終結果以下：

以上測試代碼和圖片引用自：

 http://cenalulu.github.io/python/gil-in-python/

過程證實了由於GIL的存在，致使python在使用多線程的時候反而不如順序執行快。

　　此處我又溫習了一下python線程：

　　線程的順序執行仍是多線程併發，取決於join函數的位置。join函數的做用是等待當前線程結束，因此每個線程建立以後，調用start函數，這是在後面跟上該線程的join函數，那麼就是順序執行，若是多個線程先完成建立和start，最後加上join函數，那麼就變成了多線程併發。

 

　　這就是今天的學習內容，其實全部知識網上都能找到，更想分享的是一種學習的方法，一種自己很不推薦的學習方法，那就是相似於探索性測試的學習，啥不懂就去看啥，有些時候，咱們學習東西確實不能非要究其內在，軟件行業的學習自己在非本行人事看來就特別神奇且枯燥，因此最初的學習，咱們須要整個圖形界面，讓咱們學到的東西有了成就感，若是上來先去研究機器碼，那麼沒幾我的願意學下去，可是無論怎樣，既然走上了軟件行業的道路，這種探索性，打破砂鍋問到底的學習，在個人感受裏應該是必經之路，也就是所謂的底層研究。以安卓開發舉例，若是作安卓開發的，雖然能寫出很漂亮的界面，解決全部的bug，若是不瞭解安卓系統linux層的知識，在個人眼裏，從未把這種研發看作大牛。固然我並不以爲不瞭解linux底層的安卓研發能夠解決任何bug

　　當下的軟件行業進入了一個神奇的階段，我已經聽過無數遍的理論，培訓機構出來就能賺錢，大學讀着沒用，在這裏不討論教育體制問題，從我的情感上，我以爲大學教育雖然沒有教給學生直接找工做的技能，可是給了全部學生一個可以瞭解基礎知識的園地，換而言之，做爲行業的一員，總應該有將行業發展起來的覺悟，行業內總體風氣，缺少靜下心來的沉澱。在大談敏捷，行爲驅動，機器學習的同時，本身須要靜下心來回頭看看，基礎已然不牢，再走下去是否有些危險。是否是學習軟件技術，就是爲了獲取互聯網行業那虛高的工資，是否已經侷限於第三方框架，一旦框架出現問題，只能打給客服而一籌莫展，是否有過沒有作任未嘗試就將bug歸咎於安卓系統，阿里中間件等等，是否是舊技術還沒用明白，爲了新技術就能夠再也不去研究。

　　仍是小菜鳥，在此大談行業發展不免有些放肆，若有不對的地方，還請各位前輩不吝指正