第十五章、Python多線程之信號(hào)量和GIL

1. 信號(hào)量(Semaphore)

信號(hào)量用來(lái)控制線程并發(fā)數(shù)的，Semaphore管理一個(gè)內(nèi)置的計(jì)數(shù) 器，每當(dāng)調(diào)用acquire()時(shí)-1，調(diào)用release()時(shí)+1。計(jì)數(shù)器不能小于0，當(dāng)計(jì)數(shù)器為 0時(shí)，acquire()將阻塞線程至同步鎖定狀態(tài)，直到其他線程調(diào)用release()。其實(shí)就是控制最多幾個(gè)線程可以操作同享資源。

          
            import threading
import time

semaphore = threading.Semaphore(5)

def func():
    if semaphore.acquire():
        print (threading.currentThread().getName() + '獲取共享資源')
        time.sleep(2)
        semaphore.release()

for i in range(10)
  t1 = threading.Thread(target=func)
  t1.start()
--------------------------------------------------
Thread-1獲取共享資源
Thread-2獲取共享資源
Thread-3獲取共享資源
Thread-4獲取共享資源
Thread-5獲取共享資源

Thread-6獲取共享資源
Thread-8獲取共享資源
Thread-7獲取共享資源
Thread-9獲取共享資源
Thread-10獲取共享資源
          
        

上面一個(gè)簡(jiǎn)單的例子就是創(chuàng)建10個(gè)線程，讓每次只讓5個(gè)線程去執(zhí)行func函數(shù)。

結(jié)果：5個(gè)線程一批一批的執(zhí)行打印,中間停格2s

2. GIL

含義：全局解釋器鎖 。

作用：無(wú)論你啟多少個(gè)線程，你有多少個(gè)cpu, Python在執(zhí)行的時(shí)候只會(huì)的在同一時(shí)刻只允許一個(gè)線程（線程之間有競(jìng)爭(zhēng)）拿到GIL在一個(gè)cpu上運(yùn)行，當(dāng)線程遇到IO等待或到達(dá)者輪詢時(shí)間的時(shí)候，cpu會(huì)做切換，把cpu的時(shí)間片讓給其他線程執(zhí)行，cpu切換需要消耗時(shí)間和資源，所以計(jì)算密集型的功能（比如加減乘除）不適合多線程，因?yàn)閏pu線程切換太多，IO密集型比較適合多線程。

任務(wù)：

• IO密集型（各個(gè)線程都會(huì)都各種的等待，如果有等待，線程切換是比較適合的），也可以采用可以用多進(jìn)程+協(xié)程

• 計(jì)算密集型（線程在計(jì)算時(shí)沒有等待，這時(shí)候去切換，就是無(wú)用的切換），python不太適合開發(fā)這類功能

  ? 我們前面舉得例子里面模擬了sleep操作，其實(shí)就是相當(dāng)于遇到IO，這種場(chǎng)景用多線程是可以增加性能的，但是如果我們用多線程來(lái)計(jì)算數(shù)據(jù)的計(jì)算，性能反而會(huì)降低。

證明一下：

          
            from threading import Thread
from multiprocessing import Process
import time

#計(jì)算密集型
def work1():
    res=0
    for i in range(100000000): #1+8個(gè)0
        res*=i

if __name__ == '__main__':
    t_list = []
    start = time.time()
    for i in range(4):
        # t = Thread(target=work1)
        t = Process(target=work1)
        t_list.append(t)
        t.start()
    for t in t_list:
        t.join()
    end = time.time()
    # print('多線程',end-start) # 多線程 15.413789510726929
    print('多進(jìn)程',end-start) # 多進(jìn)程 4.711405515670776
          
        

          
            from threading import Thread
from multiprocessing import Process
import time
# io密集型
def work1():
    x = 1+1
    time.sleep(5)


if __name__ == '__main__':
    t_list = []
    start = time.time()
    for i in range(4):
        t = Thread(target=work1)
        # t = Process(target=work1)
        t_list.append(t)
        t.start()
    for t in t_list:
        t.join()
    end = time.time()
    print('多線程',end-start) #  多線程 5.002625942230225
    # print('多進(jìn)程',end-start) # 多進(jìn)程 5.660863399505615
          
        

說(shuō)明：

          
            在Cpython解釋器中有一把GIL鎖(全局解釋器鎖)，GIl鎖本質(zhì)是一把互斥鎖。
導(dǎo)致了同一個(gè)進(jìn)程下,同一時(shí)間只能運(yùn)行一個(gè)線程,無(wú)法利用多核優(yōu)勢(shì).
同一個(gè)進(jìn)程下多個(gè)線程只能實(shí)現(xiàn)并發(fā)不能實(shí)現(xiàn)并行.
為什么要有GIL?
因?yàn)閏python自帶的垃圾回收機(jī)制不是線程安全的,所以要有GIL鎖.
導(dǎo)致了同一個(gè)進(jìn)程下,同一時(shí)間只能運(yùn)行一個(gè)線程,無(wú)法利用多核優(yōu)勢(shì).
分析：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：開啟四個(gè)進(jìn)程
方案二：一個(gè)進(jìn)程下，開啟四個(gè)線程
計(jì)算密集型 推薦使用多進(jìn)程
 每個(gè)都要計(jì)算10s
 多線程
 在同一時(shí)刻只有一個(gè)線程會(huì)被執(zhí)行,也就意味著每個(gè)10s都不能省,分開每個(gè)都要計(jì)算10s,共40.ns
 多進(jìn)程
 可以并行的執(zhí)行多個(gè)線程,10s+開啟進(jìn)程的時(shí)間