python 多线程 全局锁_python 多线程编程之使用进程和全局解释器锁GIL

本文主要介绍如何在python中使用线程。

全局解释器锁：

python代码的执行是由python虚拟机(又名解释器主循环)进行控制的。python中，主循环中同时只能有一个控制线程在执行，就像单核CPU系统中的多线程一样——内存中可以有很多程序，但是在任意给定时刻只有有一个程序在执行。同理，虽然python解释器中可以运行多个线程，但是在任意给定的时刻，只能有一个线程被解释器执行。

上述对python解释器的访问是由全局解释器锁(GIL)控制的。这个锁的核心作用就是用来保证同时只有能一个线程运行。

多线程环境中，python虚拟机将按照一下方式顺序执行：

设置GIL

切换进一个线程去

执行下面操作之一：　　指定数量的字节码指令

线程主动让出控制权(可以调用time.sleep(0)来完成)

把线程设置回睡眠模式(切换出线程)

解锁GIL

重复上述步骤

当调用外部代码(即，任意C/C++扩展的内置函数)时，GIL会保持锁定，直到函数执行结束，这是因为在此期间没有python字节码计数。

例如，对于任意面向IO的python例程(指调用了内置的操作系统C代码的那种)，GIL会在IO调用前被释放，以允许其他线程在IO执行的时候运行。而对于那些没有太多的IO操作的代码来说，更倾向于在该线程整个整个时间片内始终占有处理器和GIL。换句话说，IO密集型的python程序要比计算密集型的代码更好的利用多线程机制。

退出线程

当一个线程完成函数的执行时，就会退出。另外，我们也可以通过调用类似thread.exit()的方法，或者是类似sys.exit()的方法直接退出进程，还可以通过抛出SystemExit的异常来迫使线程退出。你并不能直接‘终止’一个线程。

python 中关于线程提供了多个相关的模块，thread(后改为_thread)、threading和Queue等。_thread提供了基本的线程和锁定支持，threading提供了更高级别、功能更全面的线程管理，可以说后者是对对前者进行了封装后的高级体现，一般建议使用后者。使用Queue模块，可以创建一个队列数据，用于在多线程之间进行共享。

可以通过尝试导入threading模块的方式，确认解释器是否支持线程(如果导入成功，则说明解释器支持线程)。

首先通过一个不使用线程例子来演示线程是如何工作的。这里要借用time.sleep()函数，以指定的秒数进行‘睡眠’(即程序会暂时停止指定的时间)：

#！/usr/bin/env/ python

from time importsleep,ctimedefloop0():print('开始循环0次在：',ctime())

sleep(4)print('结束循环0次在：',ctime())defloop1():print('开始循环1次在：',ctime())

sleep(2)print('结束循环1次在：',ctime())defmain():print('开始于：',ctime())

loop0()

loop1()print('所有的任务都完成于：',ctime())if __name__ == '__main__':

main()

下面是执行结果：

PS C:\Users\WC> python E:\Python3.6.3\workspace\onethr.py

开始于： Mon Mar26 21:13:29 2018开始循环0次在： Mon Mar26 21:13:29 2018结束循环0次在： Mon Mar26 21:13:33 2018开始循环1次在： Mon Mar26 21:13:33 2018结束循环1次在： Mon Mar26 21:13:35 2018所有的任务都完成于： Mon Mar26 21:13:35 2018

该脚本在一个单线程中连续执行两个循环，一个循环必须是在另一个开始前结束，总共的消耗时间是每个循环所用时间之和。

接下来的章节我们分别具体介绍thread、threading和Queue模块。