Question

如果在存在GIL的情况下，在多线程程序中执行的所有子任务是顺序发生的，则它等效于单线程程序。为什么用Python编写多线程程序包（multiprocessing.dummy.Pool，multiprocessing.pool.ThreadPool，并发.futures.ThreadPoolExecutor等）？为什么有人要使用它们？（这与多重处理无关）

Answer 1

两件事：

GIL会不时释放。例如，当您尝试执行一些冗长的操作（从文件读取，写入文件，通过网络发送等等）时。这样可以进行一些交错操作-在一个线程中读取，在另一个线程中处理。
多线程处理不仅具有性能，还具有其他好处-例如易于表达。假设您有两种“并行”运行的算法，它们相互通信并交换数据。您将每种算法放在自己的线程上，进行同步（以确保在可能的时候进行线程切换），然后关闭。如果没有多线程，您将不得不依赖事件编程，这很难且易于扩展。一个很好的例子是各种基于会话的服务器，例如ftp服务器。编写多线程多用户ftp服务器比单线程要容易得多。

通常，是的，如果使用线程执行性能，则python的线程没有意义。但是python不是用来提高性能的，而是用来编写（和修改）代码的简单程度。线程确实对并行代码有很大帮助，即使它们没有提供多线程性能优势。

Answer 2

multiprocessing.Pool实际上以并行方式运行代码。

文档说明

多处理程序包提供本地和远程并发，通过使用有效地回避了全局解释器锁定子进程而不是线程。因此，多处理模块允许程序员充分利用多个处理器给定的机器。

尝试一下，check the docs以获取更多信息！

from multiprocessing import Pool
import time


def f(n):
    print('start sleeping')
    time.sleep(4)
    print('slept enough')
    return n*2

s = time.time()
with Pool(4) as p:
    r = p.map(f, [1,2,3,4])
print(f'multiprocessing version runtime: {round(time.time()-s,2)} seconds')
print(r)


s = time.time()
r=[]
for n in [1,2,3,4]:
    r.append(f(n))
print(f'loop version runtime: {round(time.time()-s,2)} seconds')
print(r)

输出：

start sleeping
start sleeping
start sleeping
start sleeping
slept enough
slept enough
slept enough
slept enough
multiprocessing version runtime: 4.03 seconds
[2, 4, 6, 8]
start sleeping
slept enough
start sleeping
slept enough
start sleeping
slept enough
start sleeping
slept enough
loop version runtime: 16.01 seconds
[2, 4, 6, 8]

在GIL存在的情况下，多线程有什么优势？

2 个答案: