对python全局解释器锁GIL的理解

首先，在python中，多线程是假的多线程，前提你是用的C语言的python解释器，（cpython）,在cpython中因为有全局解释器锁GIL的存在，使得python程序在同一时刻只会有一个线程在运行，如果你非要实现在同一时刻真正完成多个任务，请使用多进程，

下面我们详细讲解GIL到底是个啥东西：

1：GIL与python没有半毛钱关系，因为他是python解释器所携带的，python解释器难以移除GIL

2.GIL全局解释器锁，每一个线程执行的时候都会先获取GIL 锁，保证在同一时刻只会有一个线程在执行.

3.怎么样避免GIL锁问题,第一种是换解释器，二是在使用线程执行代码时，使用其它语言来编写，Python被誉为胶水语言就意味在此，Java，c++，c都不在话下

4.GIL并不是一无是处的，当我们需要进行密集型计算时，就要避免使用有GIL存在的多线程，而使用多进程，当我们程序中有大量IO操作时，我们就可以使用多线程来编程，因为GIL在IO堵塞时会自动释放GIL锁，这样可以保证程序不会有休息的时间。

下面我们用两段代码来演示GIL锁的存在:

import time
import threading
import multiprocessing

# 获取程序执行之前时间
start_time = time.time()
a = list()
b = list()


def text():
    num = 0
    while num<=10000000:
        a.append(num**2)
        num += 1

# 创建线程，并开启
t1 = threading.Thread(target=text)
t1.start()
num1 = 0
while num1 <= 10000000:

    b.append(num1 ** 2)
    num1 += 1
# 获取程序执行完之后时间
end_time = time.time()

# 打印耗时时间
print(end_time-start_time)

import time
import multiprocessing
# 记录开始时间
start_time = time.time()
a = list()
b = list()


def text():
    num = 0
    while num<=10000000:
        b.append(num ** 2)
        num += 1

def main():
    # 设置子进程
    t1 = multiprocessing.Process(target=text)
    t1.start()
    num1 = 0
    # 耗时操作
    while num1 <= 10000000:
        b.append(num1 ** 2)
        num1 += 1
    end_time = time.time()

    # 计算结束时间  得出时间差
    print(end_time-start_time)


if __name__ == "__main__":
    main()

针对我的电脑第一段代码输出 : 7.758418321609497

第二段代码输出： 3.795847177505493

我们可以看出第二段输出大约是第一段代码输出的一半，由此可以证明GIL锁的存在

本人为新手程序员，写的没有多大技术性，多多包涵

对python全局解释器锁GIL的理解

下面我们详细讲解GIL到底是个啥东西：

猜你喜欢