Python 中用多线程进行多任务处理
1. GIL
熟悉python的都知道，在C语言写的python解释器中存在全局解释器锁，由于全局解释器锁的存在，在同一时间内，python解释器只能运行一个线程的代码，这大大影响了python多线程的性能。而这个解释器锁由于历史原因，现在几乎无法消除。
python GIL 之所以会影响多线程等性能，是因为在多线程的情况下，只有当线程获得了一个全局锁的时候，那么该线程的代码才能运行，而全局锁只有一个，所以使用python多线程，在同一时刻也只有一个线程在运行，因此在即使在多核的情况下也只能发挥出单核的性能。
2. 多线程处理IO密集型任务
IO密集型任务指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作，此时CPU Loading并不高。涉及到网络、磁盘IO的任务都是IO密集型任务。一个线程执行IO密集型任务的时候，CPU处于闲置状态，因此GIL会被释放给其他线程，从而缩短了总体的等待运行时间。
from concurrent.futures import ThreadPoolExecutor
from time import sleep, time
# Worker数量
N = 4
# 建立线程池
pool = ThreadPoolExecutor(max_workers=N)
2.1 定义一个IO密集型函数
该函数会“睡眠”x秒。
def io_bound_func(x): sleep(x) print('Sleep for %d seconds.' % x)2.2 使用串行的方式处理
遍历一个列表的所有元素，执行func函数。
def process_array(arr):
for x in arr:
io_bound_func(x)
2.3 使用多线程处理
通过线程池的map方法，可以将同一个函数作用在列表中的所有元素上。
def fast_process_array(arr): for x in pool.map(io_bound_func, arr): pass2.4 计算函数运行时间
串行版本的运行时间 = 1 + 2 + 3 = 6秒 多线程版本的运行时间 = max(1, 2, 3) = 3秒
def time_it(fn, *args):
start = time()
fn(*args)
print('%s版本的运行时间为 %.5f 秒!' % (fn.__name__, time() - start))
time_it(process_array, [1, 2, 3])
Sleep for 1 seconds.Sleep for 2 seconds.Sleep for 3 seconds.process_array版本的运行时间为 6.00883 秒!time_it(fast_process_array, [1, 2, 3])
Sleep for 1 seconds.Sleep for 2 seconds.Sleep for 3 seconds.fast_process_array版本的运行时间为 3.00300 秒!3. 多线程CPU密集型任务
CPU密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。一个线程执行CPU密集型任务的时候，CPU处于忙碌状态，运行1000个字节码之后GIL会被释放给其他线程，加上切换线程的时间有可能会比串行代码更慢。
3.1 定义一个CPU密集型函数
该函数会对[1, x]之间的整数进行求和。
def cpu_bound_func(x):
tot = 0
a = 1
while a <= x:
tot += x
a += 1
print('Finish sum from 1 to %d!' % x)
return tot
3.2 使用串行的方式处理
遍历一个列表的所有元素，执行func函数。
def process_array(arr): for x in arr: cpu_bound_func(x)3.3 使用多线程处理
通过线程池的map方法，可以将同一个函数作用在列表中的所有元素上。
def fast_process_array(arr):
for x in pool.map(cpu_bound_func, arr):
pass
3.4 计算函数运行时间
串行版本的运行时间2.1秒 多线程版本的运行时间2.2秒
def time_it(fn, *args): start = time() fn(*args) print('%s版本的运行时间为 %.5f 秒!' % (fn.__name__, time() - start))time_it(process_array, [10**7, 10**7, 10**7])Finish sum from 1 to 10000000!
Finish sum from 1 to 10000000!
Finish sum from 1 to 10000000!
process_array版本的运行时间为 2.10489 秒!
time_it(fast_process_array, [10**7, 10**7, 10**7])Finish sum from 1 to 10000000!
Finish sum from 1 to 10000000!
Finish sum from 1 to 10000000!
fast_process_array版本的运行时间为 2.20897 秒!
参考文章
1、Python中的GIL锁：https://www.jianshu.com/p/c75ed8a6e9af
2、什么是CPU密集型、IO密集型？：https://www.cnblogs.com/tusheng/articles/10630662.html
作者：李小文，先后从事过数据分析、数据挖掘工作，主要开发语言是Python，现任一家小型互联网公司的算法工程师。