“唉,还没毕业就受到甲方的支配,等以后进了公司可咋整啊。”小白嘴里这么吐槽,但心理上还是不敢怠慢,只能恋恋不舍地关掉眼前的游戏,打开了 Python 代码思考了起来。
“现在的程序是单线程的,那就用多线程模型来优化吧,嘿嘿,我太机智了!”小白打心底感谢前段时间里学习到的线程的知识。“Python 里好像是 threading
模块负责多线程的,就决定是你了,threading
!”
花了两三个小时,小白终于把程序改好了,他长舒一口气,点击 Run
,开始测试运行时间。
“woc!怎么运行时间还变长了?”看着屏幕上显示的测试结果,小白傻眼了,这多线程怎么不顶用?自己明明是按官方文档来的啊!
debug 无果,小白只好寻求好朋友小明的帮助。
“哈哈哈,你居然用 python 的多线程?你不知道 python 的多线程被很多人称作「鸡肋」吗?”
“啊,不会吧?还有这种说法?我要是知道我肯定就不用多线程来改了。。。可为什么 python 的多线程就鸡肋了?那多线程爬虫是怎么回事?”
“我先给你解释下 python 下的多线程是怎么一回事吧。Python 是一门解释型语言,它的执行是由解释器来控制的,我们一般都会使用默认的 Cpython
解释器,这些我想你应该清楚。”
“那当然,这在一开始学 Python 的时候老师就讲过了。”
“那你知不知道什么是 GIL?”小明问道。
小白挠挠头,尴尬的回答:“我没听说过。”
“也是,你要是知道 GIL ,就能弄明白 Python 的多线程了。GIL,全称是 Global Interpreter Lock
,全局解释锁 ,专门给解释器用的。”
“蛤?解释器还要需要锁? ”
“这个锁别有妙用,让我先考考你,C 语言能不能在用户态下做到线程级别的时间片轮转?”
“不能!操作系统里讲过了,我还记得上次你教我的内容~”小白得意的回答。
关于线程,详细的在这里:https://www.cnblogs.com/tobe98/p/11651237.html
“但是 python 能做到!python 里,解释器可以记录每一个线程执行了多长时间——时间一到,就能够切换到另一条线程。”
“有点意思,听起来像是解释器充当了操作系统的角色,然后为 python 线程提供了时间片轮转的能力。”
tobe 注:理论上 C 语言也可以做到,毕竟 python 解释器就是用 C 语言写的。
“解释的很到位,我再说回 GIL 吧,在多核还没有出现的时候,就已经有线程的存在了,GIL 就是拿来给线程加锁的,当一个线程将要执行时,解释器会把 GIL 锁给这个线程,其他线程因为没有锁,是无法运行的。等到持有锁线程阻塞或者运行 100 个字节码,解释器就会把锁交给其他线程。”
“但是这个 GIL 锁是全局(Global)的,也就导致即使是多核情况下,一次也只有一个线程能运行,从整体上看,整个程序是串行的。”
小白恍然大悟:“怪不得我的程序还变慢了,原来 python 的多线程不仅不能利用多核,还因为线程切换拖慢了我程序的执行速度!我想很多人应该都遇到过我这个问题吧,Python 社区为什么不修改这一特性,让多线程也做到并行呢?”
小明叹了口气:“哪有这么简单,修改锁的设计是很难的,我听说 MYSQL 拆分 buffer pool mutex
这个全局锁花了好多年呢。不过 Python 社区为此还是做了不少挽救工作的,比如在线程睡觉(sleep),等待连接的时候主动释放 GIL,让其他线程继续执行。拿爬虫程序来说吧,单个爬虫总会花时间在下载网页上,很多 CPU 时间就浪费掉了, 提供 sleep 机制后,这些爬虫可以在等待下载时释放 GIL 锁,把机会让给其他爬虫,这样整体运行速度能够得到大幅提升。”
“我好像明白了,”小白感觉自己被打通了任督二脉:“也就是说 Python 的多线程适合 I/O 密集型的程序,但是对计算密集型程序就不那么友好了~ 诶等等,那我怎么办?我还打算用多线程优化我的程序呢!”
“让 python 利用多核的方法还是有的,比如说,让 python 调用 C 语言的代码,在 C 语言里实现多线程,因为 C 语言里没有 GIL 锁,这些线程不会受到 GIL 的约束,也就能并行了。”
小白一个劲儿摇头:“不不不不不,好不容易写完的 Python 代码,你让我改成 C?这不是要我的命吗!我拒绝!”
“这不是还有第二种方法嘛——使用多进程,Python 里有个 multiprocessing
模块,可以创建多个进程,因为不同的进程使用不同的解释器,所以它们有各自的 GIL,互不干扰,自然就能完成并发了。“
“这个方法听起来才正常嘛,我马上就回去试试,谢谢你了!”
希望你在看完我的文章之后有所收获~(求点赞呐!)