www.pxcodes.com pyrhon視頻教程欄目介紹多線程是否真的比單線程快。

4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

事實上，python 多線程另一個很重要的話題叫，GIL（Global Interpreter Lock，即全局解釋器鎖）。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

多線程不一定比單線程快

在Python中，可以通過多進程、多線程和多協程來實現多任務。難道多線程就一定比單線程快？4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

下面我用一段代碼證明我自己得觀點。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

''' @Author： Runsen @微信公眾號： Python之王 @博客： https://blog.csdn.net/weixin_44510615 @Date： 2020/6/4 '''import threading, timedef my_counter(): i = 0 for _ in range(100000000): i = i+1 return Truedef main1(): start_time = time.time() for tid in range(2): t = threading.Thread(target=my_counter) t.start() t.join() # 第一次循環(huán)的時候join方法引起主線程阻塞，但第二個線程并沒有啟動，所以兩個線程是順序執(zhí)行的 print("單線程順序執(zhí)行total_time: {}".format(time.time() - start_time))def main2(): thread_ary = {} start_time = time.time() for tid in range(2): t = threading.Thread(target=my_counter) t.start() thread_ary[tid] = t for i in range(2): thread_ary[i].join() # 兩個線程均已啟動，所以兩個線程是并發(fā)的 print("多線程執(zhí)行total_time: {}".format(time.time() - start_time))if __name__ == "__main__": main1() main2()復制代碼

運行結果4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

單線程順序執(zhí)行total_time: 17.754502773284912多線程執(zhí)行total_time: 20.01178550720215復制代碼

我怕你說我亂得出來得結果，我還是截個圖看清楚點4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

這時，我懷疑：我的機器出問題了嗎？其實不是這樣，本質上來說Python 的線程失效了，沒有起到并行計算的作用。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

Python 的線程，的確封裝了底層的操作系統(tǒng)線程，在 Linux 系統(tǒng)里是 Pthread（全稱為 POSIX Thread），而在 Windows 系統(tǒng)里是 Windows Thread。另外，Python 的線程，也完全受操作系統(tǒng)管理，比如協調何時執(zhí)行、管理內存資源、管理中斷等等。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

GIL不是Python的特性

GIL 的概念用簡單的一句話來解釋，就是任一時刻，無論線程多少，單一 CPython 解釋器只能執(zhí)行一條字節(jié)碼。這個定義需要注意的點：4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

首先需要明確的一點是GIL并不是Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

C++是一套語言（語法）標準，但是可以用不同的編譯器來編譯成可執(zhí)行代碼。有名的編譯器例如GCC，INTEL C++，Visual C++等。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

Python也一樣，同樣一段代碼可以通過CPython，PyPy，Psyco等不同的Python執(zhí)行環(huán)境來執(zhí)行。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

其他 Python 解釋器不一定有 GIL。例如 Jython (JVM) 和 IronPython (CLR) 沒有 GIL，而 CPython，PyPy 有 GIL；4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

因為CPython是大部分環(huán)境下默認的Python執(zhí)行環(huán)境。所以在很多人的概念里CPython就是Python，也就想當然的把GIL歸結為Python語言的缺陷。所以這里要先明確一點：GIL并不是Python的特性，Python完全可以不依賴于GIL4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

GIL本質就是一把互斥鎖

GIL本質就是一把互斥鎖，既然是互斥鎖，所有互斥鎖的本質都一樣，都是將并發(fā)運行變成串行，以此來控制同一時間內共享數據只能被一個任務所修改，進而保證數據安全。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

可以肯定的一點是：保護不同的數據的安全，就應該加不同的鎖。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

GIL 的工作原理：比如下面這張圖，就是一個 GIL 在 Python 程序的工作示例。其中，Thread 1、2、3 輪流執(zhí)行，每一個線程在開始執(zhí)行時，都會鎖住 GIL，以阻止別的線程執(zhí)行；同樣的，每一個線程執(zhí)行完一段后，會釋放 GIL，以允許別的線程開始利用資源。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

計算密集型

計算密集型任務的特點是要進行大量的計算，消耗CPU資源。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

我們先來看一個簡單的計算密集型示例： 4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

''' @Author： Runsen @微信公眾號： Python之王 @博客： https://blog.csdn.net/weixin_44510615 @Date： 2020/6/4 '''import time COUNT = 50_000_000def count_down(): global COUNT while COUNT > 0: COUNT -= 1s = time.perf_counter() count_down() c = time.perf_counter() - s print('time taken in seconds - >:', c) time taken in seconds - >: 9.2957003復制代碼

這個是單線程， 時間是9s， 下面我們用兩個線程看看結果又如何：4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

''' @Author： Runsen @微信公眾號： Python之王 @博客： https://blog.csdn.net/weixin_44510615 @Date： 2020/6/4 '''import timefrom threading import Thread COUNT = 50_000_000def count_down(): global COUNT while COUNT > 0: COUNT -= 1s = time.perf_counter() t1 = Thread(target=count_down) t2 = Thread(target=count_down) t1.start() t2.start() t1.join() t2.join() c = time.perf_counter() - s print('time taken in seconds - >:', c) time taken in seconds - >: 17.110625復制代碼

我們程序主要的操作就是在計算， CPU沒有等待， 而改為多線程后， 增加了線程后， 在線程之間頻繁的切換，增大了時間開銷， 時間當然會增加了。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

還有一種類型是IO密集型，涉及到網絡、磁盤IO的任務都是IO密集型任務，這類任務的特點是CPU消耗很少，任務的大部分時間都在等待IO操作完成（因為IO的速度遠遠低于CPU和內存的速度）。對于IO密集型任務，任務越多，CPU效率越高，但也有一個限度。常見的大部分任務都是IO密集型任務，比如Web應用。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

總結：對于io密集型工作（Python爬蟲），多線程可以大幅提高代碼效率。對CPU計算密集型（Python數據分析，機器學習，深度學習），多線程的效率可能比單線程還略低。所以，數據領域沒有多線程提高效率之說，只有將CPU提升到GPU，TPU來提升計算能力。4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

相關免費學習推薦：python視頻教程4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

以上就是多線程比單線程快，是真的嗎？的詳細內容，更多請關注少兒編程網其它相關文章！4Px少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺