关于多线程：线程如何在Python中工作，以及特定于Python线程的常见陷阱是什么？

How do threads work in Python, and what are common Python-threading specific pitfalls?

我一直在努力围绕Python中线程的工作方式，很难找到有关它们如何运行的良好信息。我可能只是缺少链接之类的东西，但似乎官方文档对该主题的了解不是很全面，而且我也找不到很好的文章。

据我所知，一次只能运行一个线程，活动线程每10条指令左右切换一次？

哪里有很好的解释，或者您可以提供一个解释？知道在使用Python线程时遇到的常见问题也将非常高兴。

是的，由于全局解释器锁定(GIL)，一次只能运行一个线程。以下是一些有关此方面的见解的链接：

http://www.artima.com/weblogs/viewpost.jsp?thread=214235
http://smoothspan.wordpress.com/2007/09/14/guido-is-right-to-leave-the-gil-in-python-not-for-multicore-but-for-utility-computing/

在最后一个链接中有一个有趣的报价：

Let me explain what all that means.
Threads run inside the same virtual
machine, and hence run on the same
physical machine. Processes can run
on the same physical machine or in
another physical machine. If you
architect your application around
threads, you’ve done nothing to access
multiple machines. So, you can scale
to as many cores are on the single
machine (which will be quite a few
over time), but to really reach web
scales, you’ll need to solve the
multiple machine problem anyway.

如果要使用多核，则pyprocessing定义基于进程的API进行真正的并行化。 PEP还包括一些有趣的基准。

Python是一种相当容易使用的语言，但是有一些警告。您需要了解的最大信息是全局解释器锁定。这仅允许一个线程访问解释器。这意味着两件事：1)您很少在python中使用过lock语句； 2)如果您想利用多处理器系统，则必须使用单独的进程。编辑：我还应该指出，如果您也想绕开GIL，可以将一些代码放在C / C中。

因此，您需要重新考虑为什么要使用线程。如果要并行化应用程序以利用双核体系结构，则需要考虑将应用程序分解为多个进程。

如果要提高响应速度，则应考虑使用线程。但是，还有其他选择，即微线程。您还应该研究一些框架：

无堆栈Python
小菜
Gevent
单片眼镜

下面是一个基本的线程示例。它将产生20个线程；每个线程将输出其线程号。运行它，并观察其打印顺序。

1
2
3
4
5
6
7
8
9
10

import threading
class Foo (threading.Thread):
def __init__(self,x):
self.__x = x
threading.Thread.__init__(self)
def run (self):
print str(self.__x)

for x in xrange(20):
Foo(x).start()

正如您所暗示的，Python线程是通过时间切片实现的。这就是他们获得"平行"效果的方式。

在我的示例中，我的Foo类扩展了线程，然后实现了run方法，这是您要在线程中运行的代码所在的位置。要启动线程，请在线程对象上调用start()，它将自动调用run方法...

当然，这只是基础知识。您最终将想要了解有关线程同步和消息传递的信号量，互斥量和锁。

如果单个工作人员正在执行I / O绑定操作，请在python中使用线程。如果要在计算机上跨多个内核扩展，请为python找到一个好的IPC框架，或者选择其他语言。

注意：无论我在何处提及thread，我的意思是在明确声明之前专门在python中使用线程。

如果您来自C/C++背景，线程在python中的工作方式会有所不同。在python中，给定时间只能有一个线程处于运行状态，这意味着python中的线程无法真正利用多个处理内核的功能，因为根据设计，线程不可能在多个内核上并行运行。

由于python中的内存管理不是线程安全的，因此每个线程都需要对python解释器中的数据结构进行独占访问。此独占访问是通过称为GIL(全局解释器锁)的机制获得的。

Why does python use GIL?

为了防止多个线程同时访问解释器状态并破坏解释器状态。

这个想法是每当执行一个线程(即使它是主线程)时，就会获取一个GIL，并且在预定的时间间隔后，
GIL由当前线程释放，并由其他一些线程(如果有)重新获取。

Why not simply remove GIL?

并不是不可能删除GIL，而是这样做，我们最终将多个锁放入解释器中以序列化访问，这甚至使单线程应用程序的性能降低。