Python中的多线程到底是不是鸡肋

测试环境 Ubuntu 16.04，先查看CPU信息，这是一台双核CPU机器

对比测试，先来个Java版本

安装 java

启动两个线程，线程中做一个死循环

vi Test.java

编译并执行

再开一个终端，在top中按1查看CPU使用情况，两个CPU全速运行，如下图

安装Python3

编写如下代码，work中也是死循环

vi test.py

执行python代码，你会发现python的多线程，在同一时刻，只能利用一个CPU资源，所以两颗CPU交替执行，各占用50%，如下图

因为Python中为了线程安全，有全局解释器锁(GIL)，所以不能很好的利用多核CPU。下面来做一个线程安全测试，先来Java版本

多执行几次, 结果如下，可见线程是不安全的:

再来Python版本

多次执行，结果如下

是不是傻眼了，Python中有GIL，同样不是线程安全！既然如此，GIL的存在，又有什么用呢？ 下面继续分析

下面继续分析

重点看前面4条指令

将 i 值加载到堆栈上

将常数 1 加载到堆栈上

将堆栈顶部的两个值相加

将结果存储回 i

我们写的一行代码 ，被编译成多个指令进行操作，GIL仅能保证字节码(bytecode)线程安全，刚才的 操作，并非原子操作，所以出现了线程安全问题，下面来看一个原子操作函数

这一次，核心代码是前3行

将 arr 值加载到堆栈上

将排序方法加载到堆栈上

调用排序方法

由于操作是原子的，没有机会在执行时，被中断，所以是线程安全的

我们看起来， 似乎比 函数简单，但不是原子操作

尽管Pyton中有 GIL，在编写多线程时，我们仍然要自行加锁来保证线程安全。

最后来个线程安全版本

执行结果如下

更多锁相关操作

刚才的代码，也可以写成下面这样

Python中的多线程到底是不是鸡肋，心中有数了吧？

多代码情况下，公众号后台真难排版用手机看同童鞋辛苦了，切到电脑上看吧!

关注作者