Labs 导读
云原生时代，应用对硬件资源的需求增长巨大，但单核CPU性能的提升存在瓶颈，摩尔定律已经失效。性能的提升更多侧重于使用多核并发，而不是依赖单核性能。
作者：卢佳瑜
单位：中移物联网有限公司
俗话说再强的个人也敌不过训练有素的团队，便是这个道理。
但即便是对多核的利用，也分为多进程、多线程等不同的方案， 我们经常会听到老手说：“python下多线程是鸡肋，推荐使用多进程！”
为什么这么说呢？
要知其然，更要知其所以然。所以有了下面的深入研究。
目前算力网络发展中，经常出现并行计算的需求，而在python中，如果你使用多线程进行并行，那么就会面临一个尴尬的问题：一核干活，其它围观。为什么会出现这样一个尴尬的问题呢？是因为python中GIL锁的存在。
- GIL是什么？
GIL的全称是Global Interpreter Lock(全局解释器锁)，来源是python设计之初的考虑，为了数据安全所做的决定，每个进程单独拥有一把GIL锁。
- 进程是什么？
进程是程序的一次执行过程，是一个动态概念，是程序在执行过程中分配和管理资源的基本单位，
- 线程是什么？
线程是CPU调度和分派的基本单位，它可与同属一个进程的其他的线程共享进程所拥有的全部资源。
- 进程与线程的关系？
线程是进程的一部分，一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程。
- 为什么用多进程和多线程？
现代CPU通常是多核CPU，如果业务代码是单进程/单线程，那么在运行时实际上就只能使用一个CPU核心，其他核心只能浪费，为了提升代码运行效率，我们使用多进程or多线程，对多个CPU核心进行充分利用，以提升代码执行效率。
每个CPU核心在同一时间只能执行一个线程（在单核CPU下的多线程其实都只是并发，不是并行，并发和并行从宏观上来讲都是同时处理多路请求的概念。但并发和并行又有区别，并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔内发生。）
在Python多线程下，每个线程的执行方式：
-
获取GIL
-
执行代码直到sleep或者是python虚拟机将其挂起。
-
释放GIL
可见，某个线程想要执行，必须先拿到GIL，我们可以把GIL看作是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。
在python2.x里，GIL的释放逻辑是当前线程遇见IO操作或者ticks计数达到100（ticks可以看作是python自身的一个计数器，专门做用于GIL，每次释放后归零，这个计数可以通过 sys.setcheckinterval 来调整），进行释放。
而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。
Part 03
● 实际场景分析 ●
在实际应用场景中，并不是所有业务都能将CPU跑满，也就并不是所有业务都需要使用多进程，接下来我们分类进行讨论：
1、CPU密集型业务(各种循环处理、计数、数学计算等)，在这种情况下，ticks计数很快就会达到阈值，然后触发GIL的释放与再竞争（多个线程来回切换当然是需要消耗资源的），所以python下的多线程对CPU密集型代码并不友好。
2、IO密集型业务(文件处理、网络爬虫等)，多线程能够有效提升效率（单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率）。所以python的多线程对IO密集型代码比较友好。
而在python3.x中，GIL不使用ticks计数，改为使用计时器（执行时间达到阈值后，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL导致的同一时间只能执行一个线程的问题，所以效率依然不尽如人意。
Part 04
● 总结 ●
回到最开始的问题：经常我们会听到老手说：“python下想要充分利用多核CPU，就用多进程”，原因是什么呢？
原因是每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。
所以我们能够得出结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率。
● 中国移动总经理董昕参加2022中国数字经济创新发展大会并作主题演讲
文章评论