GIL锁、死锁、递归锁、定时器
GIL (Global Interpreter Lock) 锁
'''
定义:
In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple
native threads from executing Python bytecodes at once. This lock is necessary mainly
because CPython’s memory management is not thread-safe. (However, since the GIL
exists, other features have grown to depend on the guarantees that it enforces.)
'''
结论:在Cpython解释器中,同一个进程下开启的多线程,同一时刻只能有一个线程执行,无法利用多核优势
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。就好比C++是一套语言(语法)标准,但是可以用不同的编译器来编译成
可执行代码。有名的编译器例如GCC,INTEL C++,Visual C++等。Python也一样,同样一段代码可以通过CPython,PyPy,Psyco等不同的Python执行环境来执行。像其中的
JPython就没有GIL。然而因为CPython是大部分环境下默认的Python执行环境。所以在很多人的概念里CPython就是Python,也就想当然的把GIL归结为Python语言的缺陷。所以这
里要先明确一点:GIL并不是Python的特性,Python完全可以不依赖于GIL
垃圾回收机制
x = 10 x = 2 # x重新赋值为2 , Cpython 解释器会开启一个垃圾回收线程,把 10 给回收掉 y = 10 #如果多线程并发或并行,就有可能其他线程会要用到这个地址,一个要回收,一个要用,就会产生矛盾.这显然是不行的
有了GIL后:
垃圾回收线程执行的时候,其他线程不能动(垃圾回收线程从头到尾执行完毕,其他线程才能运行)
其他线程执行的时候,垃圾回收线程不能动
垃圾回收:定义一个变量,当这个变量以后不再被引用,这个变量就要回收掉,解释器开了线程帮程序员干了这活(其他语言需要程序员自己回收),把程序员解放出来了.
python的多线程特点:
基于cpython写的,同一时刻只能有一个线程执行
cpu是干计算的,不是io ,所以io密集型的程序用不了多核也影响不大,基本忽略不计
==================================
多个进程,每个进程只有一个线程,有没有gil无所谓(gil锁作用与多线程)
所以,多个进程可以用多核(Cpython)
GIl本质是互斥锁
既然是互斥锁,所有互斥锁的本质都一样,都是将并发运行变成串行,以此来控制同一时间内共享数据只能被一个任务所修改,进而保证数据安全。
可以肯定的一点是:保护不同的数据的安全,就应该加不同的锁。
GIL 和 Lock
GIL锁,保护的是解释器级别的数据
Lock锁,保护的是用户自己的数据
应用:
多线程用于IO密集型,如socket,爬虫,web
多进程用于计算密集型,如金融分析
=========================
3个线程都去抢GIL锁,假如线程1 抢到了,那么线程1 就会把代码传给解释器编译执行,然后拿到Lock,遇到sleep,睡0.1秒,操作系统强制线程1把GIL锁释放,线程1 睡的时候,线程1 就没
资格抢gil,所以剩下的是线程2和线程3它们俩抢,当一个抢到GIL锁后,就会把代码传给解释器执行,当运行到Lock时,下面的代码已经被线程1锁住,然后系统就会强制这个线程释放GIL
锁,.直到线程1 睡醒了 ,才有资格抢GIL,当线程1再次抢到GIL后,线程1就会从当前位置继续往下执行.
小节:
1.每一个Cpython进程内都有一个GIL
2.GIL导致同一个进程内的多个线程同一时间只能有一个运行
3.之所以有GIL,是因为Cpython的内存管理不是线程安全的
4.对于计算密集型用多进程,IO密集型用多线程
死锁和递归锁
import time from threading import Thread, Lock class Myth(Thread): def run(self): self.f1() self.f2() def f1(self): mutexA.acquire() print('%s拿到A锁' % self.name) #线程对象自带name属性 time.sleep(0.2) mutexB.acquire() print('%s拿到B锁' % self.name) mutexB.release() print('%s释放B锁' % self.name) mutexA.release() print('%s释放A锁' % self.name) def f2(self): mutexB.acquire() print('%s拿到B锁' % self.name) time.sleep(0.2) mutexA.acquire() print('%s拿到A锁' % self.name) mutexA.release() print('%s释放A锁' % self.name) mutexB.release() print('%s释放B锁' % self.name) if __name__ == '__main__': mutexA = Lock() mutexB = Lock() for i in range(100): t = Myth() t.start() Thread-1拿到A锁 Thread-1拿到B锁 Thread-1释放B锁 Thread-1释放A锁 释放掉之后再抢 Thread-1拿到B锁 Thread-2拿到A锁 一人拿一个,需要的都在对方手里,结果都拿不到对方的锁 ..
然后程序卡死了
定时器
定时器,指定n秒后执行某操作
from threading import Timer def func(name): print('%s is done' % name) t = Timer(1, func, args=('kitty',)) t.start() ## kitty is done #一秒之后执行func