转载

Python的多线程与多进程简介-上

作者：杨冬欢迎转载，也请保留这段声明。谢谢！

出处： https://andyyoung01.github.io/ 或 http://andyyoung01.16mb.com/

Python允许我们使用它的APIs编写多线程或多进程应用。本篇就来了解一下Python多线程与多进程的基本概念，下篇了解一下实际的代码实例。

Python的多线程或多进程概述

Python的多线程或多进程的调度是通过操作系统的调度程序实现的。当一个线程或进程阻塞，例如等待IO时，该线程或进程被操作系统降低执行的优先级，所以CPU内核可以被分配用来执行其它有实际计算任务的线程或进程。

下图描述了Python的线程或进程架构：

线程存在于进程之内。一个进程可以包含多个线程，但通常包含至少一个线程，这个线程被称为主线程。在一个进程内的线程共享进程的内存，所以进程内的不同线程的通信可以通过引用共享的对象来实现。不同的进程并不共享同一块内存，所以进程间的通信是通过其它接口如文件、sockets或特别分配的共享内存区域来实现的。

当线程需要执行操作时，它请求操作系统的线程调度程序给其分配一些CPU时间。调度程序根据各种参数来将CPU的核心分配给等待的线程，调度程序的实现根据操作系统的不同而不同。同一个进程中运行的不同线程可能同时运行在不同的CPU核心上（但CPython例外）。

Python的线程和GIL

Python的CPython解释器（从www.python.org下载的标准版解释器）包含一个Global Interpreter Lock（GIL），它的存在确保了Python进程中同时只有一个线程可以执行，即使有多个CPU核心可用。所以CPython程序中的多线程 并不能 通过多个cpu核心并行执行。不过，即使是这样，在等待I/O时被阻塞的线程仍然被操作系统降低执行优先级并放入背景等待，以便让真正有计算任务的线程可以执行，下图简单地描述了这个过程：

上图中的 Waiting for GIL 状态是某个线程已经完成了I/O，在退出阻塞状态想要开始执行时，另外一个线程持有GIL，所以已经就绪的线程被强制等待。在很多的网络应用程序中，花在等待I/O上的时间比实际处理数据的时间要多得多。只要不是有非常大的并发连接数，由GIL导致的连接的线程的阻塞是相对较低的，所以对于这些网络服务程序，使用线程的方式实现并发连接，仍然是一个合适的架构。