当前位置: 首页 > news >正文

python的全局解释锁(GIL)

一、介绍

全局解释锁(Global Interpreter Lock,GIL)是在某些编程语言的解释器中使用的一种机制。在Python中,GIL是为了保证解释器线程安全而引入的。

GIL的作用是在解释器的执行过程中,确保同一时间只有一个线程可以执行Python字节码。这意味着在多线程的情况下,同一时刻只有一个线程可以真正地执行Python代码,其他线程只能等待。这是因为GIL会在解释器的关键部分进行加锁,阻止其他线程的执行。

二、 对多线程 Python 程序的影响

CPU 密集型程序是那些将 CPU 推向极限的程序。这包括进行数学计算的程序,如矩阵乘法、搜索、图像处理等。

I/O 绑定程序是花时间等待输入/输出的程序,这些输入/输出可能来自用户、文件、数据库、网络等。I/O 绑定程序有时必须等待很长时间,直到它们从源获得所需的内容,因为源可能需要在输入/输出准备就绪之前进行自己的处理,例如,用户考虑在输入提示或在其自己的进程中运行的数据库查询中输入什么。

下面是一个多线程的程序

# single_threaded.py
import time
from threading import ThreadCOUNT = 50000000def countdown(n):while n>0:n -= 1start = time.time()
countdown(COUNT)
end = time.time()print('Time taken in seconds -', end - start)

 

 现在修改了代码,以使用两个线程并行执行相同的倒计时代码:

# multi_threaded.py
import time
from threading import ThreadCOUNT = 50000000def countdown(n):while n>0:n -= 1t1 = Thread(target=countdown, args=(COUNT//2,))
t2 = Thread(target=countdown, args=(COUNT//2,))start = time.time()
t1.start()
t2.start()
t1.join()
t2.join()
end = time.time()print('Time taken in seconds -', end - start)

 再次运行,结果如下:

 两个版本完成所需的时间几乎相同。在多线程版本中,GIL 阻止 CPU 绑定线程并行执行。

GIL 对 I/O 绑定的多线程程序的性能没有太大影响,因为在线程等待 I/O 时,锁在线程之间共享。

但是,线程完全受 CPU 限制的程序,例如,使用线程在部分中处理图像的程序,不仅会因为锁而变成单线程,而且执行时间也会增加,如上例所示,与编写为完全单线程的情况相比,多线程增加的时间是由获取锁和释放锁带来的开销。
 

三、如何摆脱 Python 的全局锁的限制

1、使用多进程方法

每个 Python 进程都有自己的 Python 解释器和内存空间,因此 GIL 不会成为问题。Python 有一个多进程multiprocessing 模块,它让我们可以轻松地创建这样的进程:

from multiprocessing import Pool
import timeCOUNT = 50000000
def countdown(n):while n>0:n -= 1if __name__ == '__main__':pool = Pool(processes=2)start = time.time()r1 = pool.apply_async(countdown, [COUNT//2])r2 = pool.apply_async(countdown, [COUNT//2])pool.close()pool.join()end = time.time()print('Time taken in seconds -', end - start)

与多线程版本相比,性能有所提高。

 

 
2、使用 使用并发库,比如cython 、asyncio、gevent、eventlet 等。这些库使用非阻塞 I/O 和协程等技术,可以在单个线程中实现高效的并发处理,避免 GIL 的限制。来避开全局锁

 

3、使用替代Python解释器

Python有多个解释器实现。CPython,Jython,IronPython和PyPy,分别用C,Java,C#和Python编写,是最受欢迎的。GIL 只存在于 CPython 的原始 Python 实现中。如果你的程序及其库可用于其他实现,那么也可以尝试使用它们。当然使用非官方解释器的代价是:无法使Cython.
 

参考:

什么是Python全局锁(GIL),如何避开GIL限制?_python 全局锁___弯弓__的博客-CSDN博客

http://www.lryc.cn/news/132930.html

相关文章:

  • 小程序swiper一个轮播显示一个半内容且实现无缝滚动
  • 【自然语言处理】关系抽取 —— SimpleRE 讲解
  • 【O2O领域】Axure外卖订餐骑手端APP原型图,外卖众包配送原型设计图
  • DataGridView keydown事件无法在C#中工作
  • 【ElasticSearch】一键安装ElasticSearch与Kibana以及解决遇到的问题
  • 电商数据采集和数据分析
  • react 11之 router6路由 (两种路由模式、两种路由跳转、两种传参与接收参数、嵌套路由,layout组件、路由懒加载)
  • Golang 基础语法问答
  • 冠达管理:哪里查中报预增?
  • docker安装Oracle11gR2
  • unity 之 Input.GetMouseButtonDown 的使用
  • 链游再进化 Web3版CSGO来袭
  • WordPress用于您的企业网站的优点和缺点
  • ~600行ANSI C代码实现RISC-V CPU核
  • 【从零学习python 】55.Python中的序列化和反序列化,JSON与pickle模块的应用
  • 【C++】详解内存中的堆和栈
  • QCustomPlot横坐标为毫秒级的时间轴数据展示的实时刷新数据功能
  • STM32/AT32 MCO管脚输出时钟配置
  • “SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价
  • 【大虾送书第六期】搞懂大模型的智能基因,RLHF系统设计关键问答
  • 超越函数界限:探索JavaScript函数的无限可能
  • PHP实现轻量级WEB服务器接收HTTP提交的RFID刷卡信息并回应驱动读卡器显示播报语音
  • Neo4j之with基础
  • 60页数字政府智慧政务大数据资源平台项目可研方案PPT
  • 循环神经网络RNN完全解析:从基础理论到PyTorch实战
  • 【SA8295P 源码分析】52 - 答疑之 QNX 创建镜像、Android修改CMDLINE
  • 网络安全法律
  • Redis缓存问题(穿透, 击穿, 雪崩, 污染, 一致性)
  • 网络时代拟态环境的复杂化
  • 湘潭大学 湘大 XTU OJ 1055 整数分类 题解(非常详细)