1.python执行py文件的步骤:
1)从硬盘加载Python解释器到内存
2) 从硬盘加载py文件到内存
3) 解释器解析py文件内容,交给CPU执行
每当执行一个py文件,就会立即启动一个python解释器
2.GIL介绍:
-
什么是GIL?
GIL 的全称为 Global Interpreter Lock ,即全局解释器锁,它是一把加到python解释器上的锁。py文件中的内容本质是字符串,由解释器解释后,翻译成当前系统可解释的指令,再交给系统执行。
GIL,也可以看成是全局线程锁,在解释器解释执行任何python代码时,都需要获取这把锁,在遇到I/O操作时释放这把锁。如果是CPU频繁性任务,没有I/O操作,解释器会每隔100次操作释放该锁,让别的线程有机会执行(可以通过设置sys.setcheckinterval调整)。所以虽然 CPython 的线程库直接封装操作系统的原生线程,但 CPython 进程做为一个整体,同一时间只会有一个获得了 GIL 的线程在跑,其它的线程都处于等待状态等着 GIL 的释放。这导致多核操作,只有1个核在被占用,而且因为线程之间的切换的开销,多线程操作的效率略低于串行的效率。
加锁的时机:在调用解释器时立即加锁
解锁时机:
1)当前线程遇到了IO时释放
2)当前线程执行时间超过设定值时释放 -
为什么使用GIL?
1)python内存管理机制(GC)
Python中内存管理使用的是引用计数,每个数会被加上一个整型的计数器,表示这个数据被引用的次数,当这个整数变为0时则表示该数据已经没有人使用,成了垃圾数据。当内存占用达到某个阈值时,GC会将其他线程挂起,然后执行垃圾清理操作,垃圾清理也是一串代码,也就需要一条线程来执行。
2)使用GIL原因
GC与其他线程都在竞争解释器的执行权,为了避免GC与其他线程竞争解释器带来的问题,CPython直接给解释器加了互斥锁,保证同一时间只能有一个线程访问解释器,保证解释器的数据安全。
3. 对于CPU频繁型任务如何提高效率:
- 对于I/O频繁的任务可以使用多线程
- 对于CPU频繁的任务使用多进程
备忘录:
进程(Process) 是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配和调度的基本单位,是操作系统结构的基础。在早期面向进程设计的计算机结构中,进程是程序的基本执行实体;在当代面向线程设计的计算机结构中,进程是线程的容器。程序是指令、数据及其组织形式的描述,进程是程序的实体。
线程(thread) 是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。
参考
https://www.cnblogs.com/huhongpeng/p/10994393.html
https://www.cnblogs.com/pengyingh/articles/6586760.html
转载:https://blog.csdn.net/yyliunianyy/article/details/102485185