Python如何支持并发?
由于GIL(Global Interpreter Lock)的存在使得在同一时刻Python进程只能使用CPU的一个核心,也就是对应操作系统的一个
内核线程,对于一个Python web程序,如果有个请求,并且都是长耗时的计算任务(占用),这个程序在接受第一个请求后
还能处理别的请求么?假如web程序接受到请求就while True了:
def handle_request(request): while True: pass
从代码上理解,Python只有一个真正的执行线程,代码走到while True
就占用唯一的一个cpu核心了,它还有机会处理
别的任务么?
来启动两个线程都进行while True ,观察他们是否都能执行来模拟那两个请求:
import time, threading def f1(name): while True: print(name) time.sleep(1) threading.Thread(target=f1, args=('f1', )).start() threading.Thread(target=f1, args=('f2', )).start()
输出结果:
f1 f2 f2f1 f2 f1 ...
实际上使用Django(一个Python Web 框架)测试,即使一个请求执行了while True
这样的代码,它还是可以处理别的请求(支持并发);
来解释一下为什么两个while True
都能执行:
还是用GIL这把锁,第一个while True
的线程拿到这把锁才能执行,然后它执行了一个print(name)
接着把锁释放了,
它就暂停了,接着第二个while True
线程拿到GIL后开始执行,围绕GIL交替执行,就实现了Python的多线程。
总结一下:
while True
也不能一直持有CPU资源,它也是执行一会歇一会,这就给了其他进程机会,这里面有两个关键点:
- 如何抢到这把锁
- 如何释放锁
抢锁,排队。给lock安排一个队列,想执行的进这个队列。
释放锁的有点类似进程调度:
- 划分时间片(执行一样的时间)
- 执行指令计数(执行一样的指令次数)
- 碰到IO操作(被动等待)
- 主动等待(wait/join/sleep)
碰到IO操作,需要等待IO设备完成计算才能继续执行线程,这段时间内不占用CPU资源,先把锁释放了。
主动等待,典型的就是sleep,主动放弃锁,等到一定时机再重新执行。
以上分析 说明Python支持并发,但是由于无法利用多核处理器优势,对于大量并发下的计算密集型应用
不适合使用Python。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 托管堆内存泄露/CPU异常的常见思路
· PostgreSQL 和 SQL Server 在统计信息维护中的关键差异
· C++代码改造为UTF-8编码问题的总结
· DeepSeek 解答了困扰我五年的技术问题
· 为什么说在企业级应用开发中,后端往往是效率杀手?
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· 2分钟学会 DeepSeek API,竟然比官方更好用!
· .NET 使用 DeepSeek R1 开发智能 AI 客户端
· DeepSeek本地性能调优
· 一文掌握DeepSeek本地部署+Page Assist浏览器插件+C#接口调用+局域网访问!全攻略