【昇腾】【每天进步一点点】Python中的多线程一点思考

前言

多线程，这个名词大家应该比较熟悉。比如说在我们电脑的处理器一般是xxx核xxx线程，比如我的电脑的处理器是Intel Core i7-9750H，是6核12线程处理器，一般情况下，一个核同时只能有一个任务执行。多核时才可以支持多个线程同时执行。但通过采用超线程技术，Intel Core i7-9750H实现了增加一倍的线程，即达到了12个线程，使得对于多任务处理能够更好的运行，但对于游戏这种对频率 有更多需求的应用来说，多线程就没什么太大优势了，这时频率起到了主要作用。

那么线程到底是什么呢？

线程（Thread）也叫轻量级进程，是操作系统能够进行运算调度的最小单位，它被包涵在进程之中，是进程中的实际运作单位。线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。一个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。

简单来说，多线程可以草率的理解为：同时执行多个不同的应用程序，相当于并行处理，同时做了多件事。很明显，优势很大。我们看看对它的评价：

每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。每个线程也都有自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

好了，好了，是不是有些凌乱了，理论总是枯燥的，直接看看代码，在实战中理解吧，以下代码在华为云ModelArts NoteBook中，使用CPU 2核下验证。

1. 多线程初识

运行结果

可以看到两个线程交替执行，work1先执行一次，打印了“0”，之后work2执行，打印了“0”，然后又是work1执行打印了“1”，以此类推。在程序运行中，你可以看到work1和work2同时打印了“0”，之后，又同时打印了“1”，“2”，仿佛work1和work2同时在运行一样。

2. 线程同步

运行结果

注意，这里test2的每次运行结果可能不一样，但最终结果是一样的，即200 0000。

这里使用两个线程对同一个变量操作，每个线程完成100 0000次累加，两个线程同步后，共计完成 200 0000次累积，得到最终200 0000结果。

好了，多线程大概就是这样了，还有其他的一些内容，以后有机会再来说。其实在Python中，无论处理器有多少个核，同时只能执行一个线程。这就是由于GIL的存在导致的。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。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。

所以，想要充分利用多核CPU，就用多进程，注意不是刚下讲的所线程哦，对于进程和线程的区别，可以简单理解为进程是一个国家，线程是这个国家一个具体的城市，一个进程可以有多个线程，就像一个国家可以有多个城市，但一个线程要在一个进程的依赖下，就像我们写跨国通信地址的时候，写这个城市前，要先写这个国家。因为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，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，现在一般应该都是多核处理器了)。