python－GIL

全局解释器锁GIL：在同一时刻仅有一个线程可被调度执行。对于单核环境，该实现简单高效。对于多线程的并发应用，一般通过多进程加协程充分发挥多核计算能力。

对于I／O密集型任务，线程发生阻塞时，会自动释放GIL锁，以便其他进程执行。所以 I／O密集型适合使用多线程

对于CPU执行，任务则采用超时策略。

网络I／O密集型的多线程与单线程比较：(计算cpu密集型只能通过多进程改善或者是通过C来编写多线程以便绕过GIL，此例是测试的I／O密集型)

import threading

import requests

import sys

def task():

    """ 网络I／O """

    result = requests.get('http://source.unsplash.com/random')  # status_code

    with open(f"{str(uuid.uuid1().hex)}.jpg", 'wb') as f:

        f.write(result.content)

    return result

print(sys.argv)

if len(sys.argv)>1:

    ts = [threading.Thread(target=task) for i in range(10)]

    for t in ts: t.start()

    for t in ts: t.join()

else:

    [task() for i in range(10)]

>>>

(djProj_py3) appledeMacBook-Air-7:practice apple$ time python ff.py  a  # 线程启动

['ff.py', 'a']

real    0m13.583s

user    0m0.565s

sys     0m0.110s

(djProj_py3) appledeMacBook-Air-7:practice apple$ time python ff.py   # 非线程启动

['ff.py']

real    0m39.777s

user    0m0.566s

sys     0m0.112s