知識(shí)點(diǎn)2全局解釋器（GIL）

全局解釋器鎖（GIL）全局解釋器鎖（GIL）摘要全局解釋器鎖(GlobalInterpreterLock)。在Cpython解釋器中，同一個(gè)進(jìn)程下開(kāi)啟的多線程，同一時(shí)刻只能有一個(gè)線程執(zhí)行，無(wú)法利用多核優(yōu)勢(shì)。首先需要明確的一點(diǎn)是GIL并不是Python的特性，它是在實(shí)現(xiàn)Python解析器(CPython)時(shí)所引入的一個(gè)概念。就好比C++是一套語(yǔ)言（語(yǔ)法）標(biāo)準(zhǔn)，但是可以用不同的編譯器來(lái)編譯成可執(zhí)行代碼。有名的編譯器例如GCC，INTELC++，VisualC++等。Python也一樣，同樣一段代碼可以通過(guò)CPython，PyPy，Psyco等不同的Python執(zhí)行環(huán)境來(lái)執(zhí)行。像其中的JPython就沒(méi)有GIL。然而因?yàn)镃Python是大部分環(huán)境下默認(rèn)的Python執(zhí)行環(huán)境。所以在很多人的概念里CPython就是Python，也就想當(dāng)然的把GIL歸結(jié)為Python語(yǔ)言的缺陷。所以這里要先明確一點(diǎn)：GIL并不是Python的特性，Python完全可以不依賴于GIL關(guān)鍵詞GIL1計(jì)算密集型和I/O秘籍型2計(jì)算密集型任務(wù)的特點(diǎn)是要進(jìn)行大量的計(jì)算，消耗CPU資源，比如計(jì)算圓周率、對(duì)視頻進(jìn)行高清解碼等等，全靠CPU的運(yùn)算能力。這種計(jì)算密集型任務(wù)雖然也可以用多任務(wù)完成，但是任務(wù)越多，花在任務(wù)切換的時(shí)間就越多，CPU執(zhí)行任務(wù)的效率就越低，所以，要最高效地利用CPU，計(jì)算密集型任務(wù)同時(shí)進(jìn)行的數(shù)量應(yīng)當(dāng)?shù)扔贑PU的核心數(shù)。計(jì)算密集型任務(wù)由于主要消耗CPU資源，因此，代碼運(yùn)行效率至關(guān)重要。Python這樣的腳本語(yǔ)言運(yùn)行效率很低，完全不適合計(jì)算密集型任務(wù)。對(duì)于計(jì)算密集型任務(wù)，最好用C語(yǔ)言編寫(xiě)。3IO密集型，涉及到網(wǎng)絡(luò)、磁盤(pán)IO的任務(wù)都是IO密集型任務(wù)，這類任務(wù)的特點(diǎn)是CPU消耗很少，系統(tǒng)運(yùn)作，大部分的狀況是CPU在等I/O(硬盤(pán)/內(nèi)存)的讀/寫(xiě)（因?yàn)镮O的速度遠(yuǎn)遠(yuǎn)低于CPU和內(nèi)存的速度）。對(duì)于IO密集型任務(wù)，任務(wù)越多，CPU效率越高，但也有一個(gè)限度。常見(jiàn)的大部分任務(wù)都是IO密集型任務(wù)，比如Web應(yīng)用。計(jì)算密集型和I/O秘籍型41.多cpu到底是用來(lái)做計(jì)算的，還是用來(lái)做I/O的？多cpu，意味著可以有多個(gè)核并行完成計(jì)算，所以多核提升的是計(jì)算性能2.每個(gè)cpu一旦遇到I/O阻塞，仍然需要等待，所以多核對(duì)I/O操作沒(méi)什么用處一個(gè)工人相當(dāng)于cpu，此時(shí)計(jì)算相當(dāng)于工人在干活，I/O阻塞相當(dāng)于為工人干活提供所需原材料的過(guò)程，工人干活的過(guò)程中如果沒(méi)有原材料了，則工人干活的過(guò)程需要停止，直到等待原材料的到來(lái)。如果你的工廠干的大多數(shù)任務(wù)都要有準(zhǔn)備原材料的過(guò)程（I/O密集型），那么你有再多的工人，意義也不大，還不如一個(gè)人，在等材料的過(guò)程中讓工人去干別的活，反過(guò)來(lái)講，如果你的工廠原材料都齊全，那當(dāng)然是工人越多，效率越高計(jì)算密集型和I/O秘籍型5計(jì)算密集型和I/O秘籍型結(jié)論：對(duì)計(jì)算來(lái)說(shuō)，cpu越多越好，但是對(duì)于I/O來(lái)說(shuō)，再多的cpu也沒(méi)用我們有四個(gè)任務(wù)需要處理，處理方式肯定是要玩出并發(fā)的效果，解決方案可以是：方案一：開(kāi)啟四個(gè)進(jìn)程方案二：一個(gè)進(jìn)程下，開(kāi)啟四個(gè)線程·單核情況下，分析結(jié)果:如果四個(gè)任務(wù)是計(jì)算密集型，沒(méi)有多核來(lái)并行計(jì)算，方案一徒增了創(chuàng)建進(jìn)程的開(kāi)銷(xiāo)，方案二勝如果四個(gè)任務(wù)是I/O密集型，方案一創(chuàng)建進(jìn)程的開(kāi)銷(xiāo)大，且進(jìn)程的切換速度遠(yuǎn)不如線程，方案二勝·多核情況下，分析結(jié)果：如果四個(gè)任務(wù)是計(jì)算密集型，多核意味著并行計(jì)算，在python中一個(gè)進(jìn)程中同一時(shí)刻只有一個(gè)線程執(zhí)行用不上多核，方案一勝如果四個(gè)任務(wù)是I/O密集型，再多的核也解決不了I/O問(wèn)題，方案二勝結(jié)論：現(xiàn)在的計(jì)算機(jī)基本上都是多核，python對(duì)于計(jì)算密集型的任務(wù)開(kāi)多線程的效率并不能帶來(lái)多大性能上的提升，甚至不如串行(沒(méi)有大量切換)，但是，對(duì)于IO密集型的任務(wù)效率還是有顯著提升的。6示例1：計(jì)算密集型和I/O秘籍型7上述代碼中通過(guò)切換17和18行的注釋達(dá)到多線程和多進(jìn)程的運(yùn)行結(jié)果，輸出結(jié)果如下：計(jì)算密集型和I/O秘籍型可以看出計(jì)算密集型時(shí)，多進(jìn)程速度快很多。8計(jì)算密集型和I/O秘籍型示例2：9計(jì)算密集型和I/O秘籍型上