python并发与并行（二） ———— 用线程执行阻塞式IO，但不要用它做并行计算

本文主要是介绍python并发与并行（二） ———— 用线程执行阻塞式IO，但不要用它做并行计算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Python语言的标准实现叫作CPython，它分两步来运行Python程序。首先解析源代码文本，并将其编译成字节码（bytecode）。字节码是一种底层代码，可以把程序表示成8位的指令（从Python 3.6开始，这种底层代码实际上已经变成16位了，所以应该叫作wordcode才对，但基本原理依然相同）。然后，CPython采用基于栈的解释器来运行字节码。这种字节码解释器在执行Python程序的过程中，必须确保相关的状态不受干扰，所以CPython会用一种叫作全局解释器锁（global interpreter lock，GIL）的机制来保证这一点。

GIL实际上就是一种互斥锁（mutual-exclusion lock，mutex），用来防止CPython的状态在抢占式的多线程环境（preemptive multithreading）之中受到干扰，因为在这种环境下，一条线程有可能突然打断另一条线程抢占程序的控制权。如果这种抢占行为来得不是时候，那么解释器的状态（例如为垃圾回收工作而设立的引用计数等）就会遭到破坏。所以，CPython要通过GIL阻止这样的动作，以确保它自身以及它的那些C扩展模块能够正确地执行每一条字节码指令。
但是，GIL会产生一个很不好的影响。在C++与Java这样的语言里面，如果程序之中有多个线程能够分头执行任务，那么就可以把CPU的各个核心充分地利用起来。尽管Python也支持多线程，但这些线程受GIL约束，所以每次或许只能有一条线程向前推进，而无法实现多头并进。所以，想通过多线程做并行计算或是给程序提速的开发者，恐怕要失望了。

我们用一段计算量很大的任务来看一下python在用多线程执行计算密集型任务时的表现。

# 因数分解算法
def factorize(number):for i in range(1,number+1):if number %i==0:yield iimport timenumbers = [2139079, 1214759, 1516637, 1852285]
start = time.time()for number in numbers:list(factorize(number))end = time.time()
delta = end - start
print(f'Took {delta:.3f} seconds')from threading import Threadclass FactorizeThread(Thread):def __init__(self, number):super().__init__()self.number = numberdef run(self):self.factors = list(factorize(self.number))start = time.time()threads = []
for number in numbers:thread = FactorizeThread(number)thread.start()threads.append(thread)# thread.join()方法的作用是等待线程完成。当你启动一个线程后，这个线程会异步执行。如果你希望主线程（通常是执行thread.start()的线程）等待这个新线程完成其任务后再继续执行，你就需要调用thread.join()。
# 如果不调用thread.join()，主线程可能会在其他线程完成之前继续执行，这可能导致一些不可预测的行为或资源访问冲突，特别是当多个线程需要访问共享资源时。通过调用join()，你确保了主线程会等待每个工作线程完成其执行，从而实现线程间的同步。
for thread in threads:thread.join()end = time.time()
delta = end - start
print(f'Took {delta:.3f} seconds')

Output：

Took 0.179 seconds
Took 0.158 seconds

我们看结果，多线程并没有比单线程快很多。

下面我们看个IO密集型的任务。

import select
import socket
import time
from threading import Thread#select.select，这是一个系统调用，用于监视文件描述符集合的变化情况。具体来说，select 函数可以监视三种类型的文件描述符集合：
#可读集合（readfds）：等待数据变得可读（例如，网络套接字上有数据可读）的文件描述符集合。
#可写集合（writefds）：等待数据变得可写（例如，套接字缓冲区有足够的空间可以发送数据）的文件描述符集合。
#异常集合（exceptfds）：等待异常情况（如带外数据到达）的文件描述符集合。
#select.select 函数的最后一个参数是一个超时值，表示 select 函数等待事件发生的最长时间。在这个例子中，超时值被设置为 0.1 秒，这意味着 select 会在 0.1 秒后超时，无论是否有事件发生。
def slow_systemcall():select.select([socket.socket()], [], [], 0.1)start = time.time()for _ in range(5):slow_systemcall()end = time.time()
delta = end - start
print(f'Took {delta:.3f} seconds')start = time.time()threads = []
for _ in range(5):thread = Thread(target=slow_systemcall)thread.start()threads.append(thread)# 用此函数来模拟在执行系统调用时，我们还同时在做其他的事情
def compute_helicopter_location(index):print('Running compute helicopter location ')for i in range(5):compute_helicopter_location(i)for thread in threads:thread.join()end = time.time()
delta = end - start
print(f'Took {delta:.3f} seconds')

Output:

Took 0.517 seconds
Running compute helicopter location 
Running compute helicopter location 
Running compute helicopter location 
Running compute helicopter location 
Running compute helicopter location 
Took 0.108 seconds

与依次执行系统调用的那种写法相比，这种写法的速度几乎能达到原来的5倍。这说明，尽管那5条线程依然受GIL制约，但它们所发起的系统调用是可以各自向前执行的。GIL只不过是让Python内部的代码无法平行推进而已，至于系统调用，则不会受到影响，因为Python线程在即将执行系统调用时，会释放GIL，待完成调用之后，才会重新获取它。

与依次执行系统调用的那种写法相比，这种写法的速度几乎能达到原来的5倍。这说明，尽管那5条线程依然受GIL制约，但它们所发起的系统调用是可以各自向前执行的。GIL只不过是让Python内部的代码无法平行推进而已，至于系统调用，则不会受到影响，因为Python线程在即将执行系统调用时，会释放GIL，待完成调用之后，才会重新获取它。

这篇关于python并发与并行（二） ———— 用线程执行阻塞式IO，但不要用它做并行计算的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---