由于GIL(Global Interpreter Lock)的存在使得在同一时刻Python进程只能使用CPU的一个核心,也就是对应操作系统的一个
内核线程,对于一个Python web程序,如果有个请求,并且都是长耗时的计算任务(占用),这个程序在接受第一个请求后
还能处理别的请求么?假如web程序接受到请求就while True了:
def handle_request(request): while True: pass
从代码上理解,Python只有一个真正的执行线程,代码走到while True
就占用唯一的一个cpu核心了,它还有机会处理
别的任务么?
来启动两个线程都进行while True ,观察他们是否都能执行来模拟那两个请求:
import time, threading def f1(name): while True: print(name) time.sleep(1) threading.Thread(target=f1, args=('f1', )).start() threading.Thread(target=f1, args=('f2', )).start()
输出结果:
f1
f2
f2f1f2
f1
...
实际上使用Django(一个Python Web 框架)测试,即使一个请求执行了while True
这样的代码,它还是可以处理别的请求(支持并发);
来解释一下为什么两个while True
都能执行:
还是用GIL这把锁,第一个while True
的线程拿到这把锁才能执行,然后它执行了一个print(name)
接着把锁释放了,
它就暂停了,接着第二个while True
线程拿到GIL后开始执行,围绕GIL交替执行,就实现了Python的多线程。
总结一下:
while True
也不能一直持有CPU资源,它也是执行一会歇一会,这就给了其他进程机会,这里面有两个关键点:
- 如何抢到这把锁
- 如何释放锁
抢锁,排队。给lock安排一个队列,想执行的进这个队列。
释放锁的有点类似进程调度:
- 划分时间片(执行一样的时间)
- 执行指令计数(执行一样的指令次数)
- 碰到IO操作(被动等待)
- 主动等待(wait/join/sleep)
碰到IO操作,需要等待IO设备完成计算才能继续执行线程,这段时间内不占用CPU资源,先把锁释放了。
主动等待,典型的就是sleep,主动放弃锁,等到一定时机再重新执行。
以上分析 说明Python支持并发,但是由于无法利用多核处理器优势,对于大量并发下的计算密集型应用
不适合使用Python。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]