python - python 中的多线程 : is it really performance effiicient most of the time?

Question

据我所知，在大多数情况下，多线程 驱动编程的是性能因素，但并非全部。 (无论是 Java 还是 Python)。

我正在读这个enlightening article在 SO 中的 GIL 上。文章总结python采用了GIL机制；也就是说，在任何给定时间，只有一个单个线程 可以执行python 字节码。这使得 单线程 应用程序真正更快。

我的问题如下:

因为如果在给定点只有一个Thread服务，multiprocessing或thread模块是否提供了一种方法来克服由吉尔？如果不是，它们提供了哪些功能来完成真正的多任务工作

采纳的回答上面帖子的评论区有提问，但是一直没有回答？我也有这个疑问

^so at any time point of time, only one thread will be serving content to client... 
so no point of actually using multithreading to improve performance. right?

Answer 1

你对 GIL 的看法是正确的，使用多线程进行 CPU 密集型计算没有意义，因为 CPU 只会被一个线程使用。

但前面的陈述可能启发了您:如果您的计算不受 CPU 限制，您可以利用多线程。

一个典型的例子是您的应用程序大部分时间都在等待某事。

非 CPU 绑定(bind)程序的众多示例之一:假设你想构建一个网络爬虫，你必须爬取很多网站，并将它们存储在数据库中，这需要多少时间？等待服务器发送数据，实际下载数据，并将其存储在数据库中，这里没有 CPU 绑定(bind)。在这里，您可能会使用一组爬虫而不是一个爬虫来获得更快的爬虫。通常在一个网站几乎崩溃并且响应非常慢(~30 秒)的情况下，在此期间，单线程应用程序将等待该网站，你被卡住了。在多线程应用程序中，其他线程将继续爬行，这很酷。

另一方面，由于每个进程有一个 GIL，您可以使用多处理来进行 CPU 密集型计算。

作为旁注，它或多或少地存在一些没有 GIL 的 Python 部分实现，我想提一下我认为实现一些很酷的东西的好方法:pypy STM .通过搜索“摆脱 GIL”，您会很容易地找到很多关于该主题的线索。