
作者:小K
來(lái)源:麥?zhǔn)寰幊?
今天可以來(lái)講解下GIL是個(gè)什么了。
?
GIL是Global Interpreter Lock的縮寫(xiě),翻譯過(guò)來(lái)就是全局解釋器鎖。
從字面上去理解,它就是鎖在解釋器頭上的一把鎖,它使Python代碼運(yùn)行變得有序。
假如有一段代碼:
print(1)print(2)print(3)print(4)print(5)print(6)
運(yùn)行之后,
123456
GIL通過(guò)確保在任何給定時(shí)間只運(yùn)行一個(gè)線程來(lái)防止競(jìng)爭(zhēng)條件
?
GIL確保在任何給定時(shí)間只有一個(gè)線程在運(yùn)行。
因此,不可能利用具有線程的多個(gè)處理器。
?
?
由于CPython的內(nèi)存管理不是線程安全的,GIL可以防止競(jìng)爭(zhēng)條件并確保線程安全。
?
Python有多個(gè)解釋器實(shí)現(xiàn)。分別用C、Java、C#和Python編寫(xiě)的CPython、Jython、IronPython和PyPy是最受歡迎的。
GIL 僅存在于CPython的原始Python實(shí)現(xiàn)中。
?
那為什么不直接使用別的解釋器為主要開(kāi)發(fā)用呢?
因?yàn)镃Python的庫(kù)最為豐富。
如果別的解釋器有支持你代碼中的模塊,那是可以直接移植過(guò)去使用的。
像Jython至今還沒(méi)有推出Python3,只停留在Python2時(shí)代。
?
我將用三段代碼(單線程、多線程、多進(jìn)程)解決一個(gè)問(wèn)題(把50000000通過(guò)n-=1減至0)。
通過(guò)對(duì)比他們運(yùn)行的所花費(fèi)的時(shí)間,看哪段代碼效率最高。
「單線程」
import timenum = 50000000def countdown(n): while n>0: n -= 1start = time.time()countdown(num)end = time.time()print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果:
花費(fèi)時(shí)間 - 3.7478301525115967
「多線程」
import timefrom threading import Threadnum = 50000000def countdown(n): while n>0: n -= 1t1 = Thread(target=countdown, args=[num//2])t2 = Thread(target=countdown, args=[num//2])start = time.time()t1.start()t2.start()t1.join()t2.join()end = time.time()print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果:
花費(fèi)時(shí)間 - 4.2221999168396
「多進(jìn)程」
from multiprocessing import Poolimport timenum = 50000000def countdown(n): while n>0: n -= 1if __name__ == '__main__': pool = Pool(processes=2) start = time.time() r1 = pool.apply_async(countdown, [num//2]) r2 = pool.apply_async(countdown, [num//2]) pool.close() pool.join() end = time.time() print('花費(fèi)時(shí)間 -', end - start)
運(yùn)行結(jié)果:
花費(fèi)時(shí)間 - 2.307600975036621
對(duì)于「計(jì)算密集型任務(wù)」,Python的多線程比單線程還慢,
這是由于線程的創(chuàng)建和銷(xiāo)毀都要消耗資源(進(jìn)程消耗資源更大)。
「對(duì)比單線程和多線程就能感受到GIL這個(gè)枷鎖的束縛力了?!?/span>
用了多進(jìn)程后,運(yùn)行速度一下子從3.73縮短到2.30秒,證明多進(jìn)程還是能突破GIL的封鎖的。
?
多進(jìn)程底層是開(kāi)了多個(gè)解釋器去運(yùn)行代碼,一個(gè)進(jìn)程一把GIL。
?
Python三分鐘--GIL專題到這一期就結(jié)束了~
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10