为何在Python里推荐使用多进程而不是多线程

转载  http://bbs.51cto.com/thread-1349105-1.html

最近在看Python的多线程，常常咱们会听到老手说：“Python下多线程是鸡肋，推荐使用多进程！”，可是为何这么说呢？

  要知其然，更要知其因此然。因此有了下面的深刻研究：

首先强调背景：

1. GIL是什么？

  GIL的全称是Global Interpreter Lock(全局解释器锁)，来源是python设计之初的考虑，为了数据安全所作的决定。

2. 每一个CPU在同一时间只能执行一个线程

  在单核CPU下的多线程其实都只是并发，不是并行，并发和并行从宏观上来说都是同时处理多路请求的概念。但并发和并行又有区别，并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔内发生。

在Python多线程下，每一个线程的执行方式：

1. 获取GIL

2. 执行代码直到sleep或者是python虚拟机将其挂起。

3. 释放GIL

可见，某个线程想要执行，必须先拿到GIL，咱们能够把GIL看做是“通行证”，而且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不容许进入CPU执行。

  在Python2.x里，GIL的释放逻辑是当前线程碰见IO操做或者ticks计数达到100（ticks能够看做是Python自身的一个计数器，专门做用于GIL，每次释放后归零，这个计数能够经过 sys.setcheckinterval 来调整），进行释放。

  而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。而且因为GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为何在多核CPU上，python的多线程效率并不高。

那么是否是python的多线程就彻底没用了呢？

  在这里咱们进行分类讨论：

1. CPU密集型代码(各类循环处理、计数等等)，在这种状况下，因为计算工做多，ticks计数很快就会达到阈值，而后触发GIL的释放与再竞争（多个线程来回切换固然是须要消耗资源的），因此python下的多线程对CPU密集型代码并不友好。

2. IO密集型代码(文件处理、网络爬虫等)，多线程可以有效提高效率(单线程下有IO操做会进行IO等待，形成没必要要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，能够不浪费CPU的资源，从而能提高程序执行效率)。因此python的多线程对IO密集型代码比较友好。

  而在python3.x中，GIL不使用ticks计数，改成使用计时器（执行时间达到阈值后，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL致使的同一时间只能执行一个线程的问题，因此效率依然不尽如人意。

  请注意：多核多线程比单核多线程更差，缘由是单核下的多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，因此可以无缝执行，但多核下，CPU0释放GIL后，其余CPU上的线程都会进行竞争，但GIL可能会立刻又被CPU0拿到，致使其余几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会形成线程颠簸(thrashing)，致使效率更低。

  回到最开始的问题：常常咱们会听到老手说：“python下想要充分利用多核CPU，就用多进程”，缘由是什么呢？

  缘由是：每一个进程有各自独立的GIL，互不干扰，这样就能够真正意义上的并行执行，因此在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。

  因此在这里说结论：多核下，想作并行提高效率，比较通用的方法是使用多进程，可以有效提升执行效率