21.线程,全局解释器锁(GIL)

import time
from threading import Thread
from multiprocessing import Process
#计数的方式消耗系统资源

def two_hundred_million():

    start_time = time.time()

    i = 0
    for _ in range(200000000):
        i = i +1

    end_time = time.time()

    print("Total time:{}".format(end_time-start_time))

def one_hundred_million():

    start_time = time.time()

    i = 0
    for _ in range(100000000):
        i = i +1

    end_time = time.time()

    print("Total time:{}".format(end_time-start_time))

if __name__ == "__main__":
    #单线程--主线程
    # two_hundred_million()#Total time:15.068861722946167

    #多线程
    # for _ in range(2):
    #     t = Thread(target=one_hundred_million)
    #     t.start()
        #Total time:16.740957498550415
        #Total time:16.911967515945435

    #使用多进程避免GIL的影响
    '''
    multiprocess库的出现在很大程度是为了弥补thread库,
    因为GIL而低效率的缺陷,它完整的复制了一套thread提供的接口
    方便迁移,唯一的不同就是它使用了多进程而不是多线程,每个进程有自己独立的GIL
    因此不会出现进程之间的GIL争抢问题
    '''
    #多进程
    for _ in range(2):
        p = Process(target=one_hundred_million)
        p.start()
        #Total time:9.545545816421509
        #Total time:9.60754942893982

    #注意
    '''
    多进程的引入会增加程序实现时线程间数据通讯和同步的困难
    计数器:
    如果我们要使用多个线程累加同一变量,声明global变量,用thread.Lock()
    thread.release()包住全局变量.多进程不能使用同一个全局变量,只能通过
    Queue队列,put和get的方法来共享数据通讯.
    这就会产生额外的成本,使编程变得更加复杂
    '''

#1.线程不常用,原因是底层有全局解释器锁
'''
python代码是由python虚拟机执行,(又叫解释器主循环),进行控制.
python在设计的时候是这样考虑的,在主循环中同时只能由一个控制线程在执行
就像单核CPU系统中的多进程一样,内存中可以有许多程序,但是在任意给定时刻,
只能有一个程序在运行.同理,尽管python解释器中可以运行多个线程,但是
在任意的给定时刻只有一个线程会被解释器执行
    对python虚拟机的访问是由全局解释器锁(GIL)控制,这个锁就是用来保证
同时只能有一个线程在运行.
'''