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