[ Python - 11 ] 多线程及GIL全局锁

1. GIL是什么？

　　首先需要明确的一点是GIL并不是python的特性， 它是在实现python解析器(Cpython)时所引入的一个概念。

而Cpython是大部分环境下默认的python执行环境，要明确一点：GIL并不是python的特性，python完全可以不依赖于GIL。

2. 为什么会有GIL？

为了更有效的利用多核处理器的性能，就出现了多线程的编程方式，而随之带来的就是线程间数据的一致性和状态同步的完整性

（例如：线程2需要线程1执行完成的结果，然而线程2又比线程1代码量少，线程2执行完成，线程1仍然还在执行，这就是数据的同步性）

python为了利用多核，开始支持多线程，而解决多线程之间数据完整性和状态同步最简单的方式就是加锁。

3. GIL的影响

GIL无疑就是一把全局排它锁，全局锁的存在会对多线程的效率有不小的影响。甚至就几乎等于python是个单线程的程序。
    下面通过实例来测试python单线程和多线程：

    win7 python3.0+

#!_*_coding:utf-8_*_
# Author: hkey
import threading, time
def run_thread():
    n = 0
    while n <= 100000000:
        n += 1

def single_run():
    start_time = time.time()
    for i in range(4):
        t = threading.Thread(target=run_thread,)
        t.start()
        t.join()    # 四个线程串行执行
    print('single thread times:', time.time()-start_time)
def multi_run():
    thread_list = []
    start_time = time.time()
    for i in range(4):
        t = threading.Thread(target=run_thread,)
        t.start()
        thread_list.append(t)
    for t in thread_list:
        t.join()    # 四个线程并行执行
    print('multi threads times:', time.time()-start_time)

if __name__ == '__main__':
    single_run()
    multi_run()
# 线程的串行和并行是通过join()方法来确定的，join方法是阻塞当前线程并等待正在执行的子线程执行完毕。

执行结果：

single thread times: 28.13599991798401
multi threads times: 29.76200008392334

通过结果可以发现，单线程串行执行效率和多线程并发相比要快，这也证明了GIL全局锁的存在

4. python多线程并行执行原理

　　在双核cpu主机上，两个线程均为CPU密集型运算线程，这里假设每个线程单独占用一核cpu，因为GIL锁的缘故，

同一时间片就只能有一个线程获得GIL全局锁，而另一个占用cpu的线程则无法执行，继续等待，cpu时间就白白浪费掉，

也就是只有获得GIL锁的线程才能真正在cpu上运行。所以，多线程在python中只能交替执行，即使100个线程跑在100核cpu上，也只能用到1核。

5. 如何避免受到GIL的影响

既然python的多线程在多核主机上这么鸡肋，那有什么更好的方式实现多并发吗？
    用进程+协程 代替 多线程的方式
    在多进程中，由于每个进程都是独立的存在，所以每个进程内的线程都拥有独立的GIL锁，互不影响。

但是，由于进程之间是独立的存在，所以进程间通信就需要通过队列的方式来实现。