Python 多线程、多进程 （三）之 线程进程对比、多进程

Python 多线程、多进程 （一）之 源码执行流程、GIL Python 多线程、多进程 （二）之 多线程、同步、通信 Python 多线程、多进程 （三）之 线程进程对比、多线程

在之前简单的提过，CPython中的GIL使得同一时刻只能有一个线程运行，即并发执行。并且即使是多核CPU，GIL使得同一个进程中的多个线程也无法映射到多个CPU上运行，这么做最初是为了安全着想，慢慢的也成为了限制CPython性能的问题。 一个线程想要执行，就必须得到GIL，否则就不能拿到CPU资源。但是也不是说一个线程在拿到CPU资源后就一劳永逸，在执行的过程中GIL可能会释放并被其他线程获取，所以说其它的线程会与本线程竞争CPU资源，线程是抢占式执行的。具体可在 understand GIL中看到，[传送门]。 多线程在python2中：当一个线程进行I/O的时候会释放锁，另外当ticks计数达到100（ticks可以看作是Python自身的一个计数器，也可对比着字节码指令理解，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)。锁释放之后，就涉及到线程的调度，线程的锁进行，线程的切换。这是会消耗CPU资源，因此会造成程序性能问题和等待时延。另外由于线程共享内存的问题，没有进程安全性高。 但是对于多进程，GIL就无法限制，多个进程可以再多个CPU上运行，充分利用多核优势。事情往往是相对的，虽然可以充分利用多核优势，但是进程之的创建和调度却比线程的代价更高。 所以选择多线程还是多进程，主要还是看怎样权衡代价，什么样的情况。

下面来利用斐波那契数列模拟CPU密集运算。