python dict是線程安全的嗎？list的任何操作的行為都應(yīng)該是安全的，比如代碼lst [] lst [0] 1的Python虛擬機(jī)執(zhí)行的對應(yīng)字節(jié)碼序列是:load _ const 1(1)lo

python dict是線程安全的嗎？

list的任何操作的行為都應(yīng)該是安全的，比如代碼lst [] lst [0] 1的Python虛擬機(jī)執(zhí)行的對應(yīng)字節(jié)碼序列是:load _ const 1(1)load _ fast 0(lst)load _ const 2(0)STORE _ SUBSCR。存儲數(shù)據(jù)的操作發(fā)生在store _ subscr字節(jié)碼中。這里需要明確的是，Python虛擬機(jī)的線程調(diào)度，或者說中斷機(jī)制，是基于字節(jié)碼的，也就是說一個字節(jié)碼操作可以認(rèn)為是一個原子操作，所以STORE _ SUBSCR即使在多線程環(huán)境下也不會被中斷，并且可以成功完成，所以list的任何操作的行為都是確定的。

Python多進(jìn)程和多線程是雞肋嘛？

GIL的存在一直備受爭議，這使得Python程序無法真正利用現(xiàn)代操作系統(tǒng)的多進(jìn)程特性。需要注意的是，I/O圖形處理和NumPy數(shù)學(xué)計算等耗時的操作都發(fā)生在GIL之外，基本上不受影響。真正受影響的是Python字節(jié)碼的執(zhí)行，GIL會導(dǎo)致性能瓶頸。簡而言之，只有當(dāng)純Python用于CPU密集型多線程時，GIL才會成為問題。

什么是GIL？Python s代碼執(zhí)行由Python虛擬機(jī)控制(也叫解釋器主循環(huán)，CPython版本)。Python最初被設(shè)計成只有一個線程在解釋器主循環(huán)中運行。也就是說，每個CPU在任何時候都只有一個線程在解釋器中運行。對Python虛擬機(jī)的訪問由全局解釋鎖GIL控制，它控制一次只能運行一個線程。-單核CPU下的多線程其實是并發(fā)的，不是并行的。

并發(fā)和并行的區(qū)別

并發(fā)性:兩個或多個事件在同一時間間隔內(nèi)發(fā)生，或者交替做不同的事件，或者交替執(zhí)行不同的代碼塊的能力。并行性:兩個或多個事件同時發(fā)生，或者同時執(zhí)行不同事件，或者同時執(zhí)行不同代碼塊的能力。

并發(fā)和并行的含義

并發(fā)和并行都可以處理 "多任務(wù) "，兩者的主要區(qū)別在于多任務(wù)是否 "同時進(jìn)行 "。但是涉及到任務(wù)分解(有順序依賴耦合度高的任務(wù)不能并行)、任務(wù)操作(互斥、加鎖、共享等。)，以及結(jié)果合并。

Python中的多線程在Python多線程下，每個線程的執(zhí)行模式如下:

有兩種機(jī)制可以讓GIL切換到這個線程來執(zhí)行正在運行的代碼:指定數(shù)量的字節(jié)碼指令(100)，15ms的固定時間，線程主動讓步控制，以及將線程設(shè)置為睡眠狀態(tài)。松開GIL，再次重復(fù)上述步驟。在Python2中，解釋器解釋執(zhí)行任何Python代碼時，都需要先獲得這個鎖(只有一個獲得了GIL的線程在同時運行，其他所有線程都在等待GIL釋放)，遇到I/O操作時，這個鎖就會被釋放。如果是沒有I/O操作的純計算程序，解釋器會每100次操作釋放一次鎖，讓其他線程有機(jī)會執(zhí)行(這個數(shù)字可以通過調(diào)整)。正是這樣的設(shè)定，多線程CPU密集型計算顯得很雞肋，下面就說說為什么。

在python3中，GIL不使用滴答計數(shù)(100次，釋放GIL)，而是使用定時器(執(zhí)行時間達(dá)到15ms閾值后，當(dāng)前線程釋放GIL)，使得執(zhí)行次數(shù)更多，釋放次數(shù)更少，對CPU密集型程序更友好，但仍然沒有解決GIL一次只能執(zhí)行一個線程的問題，所以效率還是不盡如人意。

Python s多線程一個雞肋？CPU密集型(各種循環(huán)處理，計數(shù)等。)，在這種情況下，滴答數(shù)很快就會達(dá)到閾值，然后觸發(fā)GIL的釋放和重新競爭(多線程來回切換需要資源)，所以python中的多線程對CPU密集型代碼并不友好，會觸發(fā)相當(dāng)頻繁的線程切換。

IO密集型(文件處理、網(wǎng)絡(luò)爬蟲等。)，多線程可以有效提高效率(如果單線程下有IO操作，就會等待IO，造成不必要的時間浪費，而開啟多線程可以在線程A等待的同時自動切換到線程B，不會浪費CPU資源，從而提高程序執(zhí)行效率。一個線程從GIL獲得一個消息，然后等待返回消息(阻塞)，Python在這個時候釋放GIL。其他線程得到GIL發(fā)送的消息，然后等待返回消息(阻塞)........................................................................................................................................................所以python 的多線程對IO密集型代碼很友好。

結(jié)論是什么？I/O密集型使用多線程并發(fā)執(zhí)行提高效率，計算密集型使用多處理并行執(zhí)行提高效率。通常程序中既包含IO操作，又包含計算操作，所以這種情況下，在開始并發(fā)任務(wù)之前，可以先測試一下，測試一下多線程多進(jìn)程哪種方法效率高。

請注意:多核多線程比單核多線程差。多核多進(jìn)程下，CPU1釋放GIL后，其他CPU上的線程會競爭，但GIL可能馬上被CPU1拿走，CPU2釋放GIL后...其他CPU上被喚醒的線程將被喚醒。等待切換時間后會進(jìn)入待調(diào)度狀態(tài)，會造成線程抖動，導(dǎo)致效率降低。

多線程下的CPU密集型計算并非不可救藥。ctypes可以繞過GIL，讓py直接調(diào)用C動態(tài)庫的任何導(dǎo)出函數(shù)。我們要做的就是用C/C把關(guān)鍵部分寫成Python擴(kuò)展，而且ctypes會在調(diào)用C函數(shù)之前釋放GIL。

同時可以了解下一個進(jìn)程，也就是微線程。

協(xié)成最大的優(yōu)勢就是極高的執(zhí)行效率。因為子程序切換不是線程切換，而是由程序本身控制，所以沒有線程切換的開銷。與多線程相比，線程越多，協(xié)程的性能優(yōu)勢就越明顯。

第二個好處是不需要多線程鎖機(jī)制，因為只有一個線程，不存在同時寫變量的。在協(xié)調(diào)過程中，只需要判斷狀態(tài)，不需要鎖定共享資源，因此執(zhí)行效率遠(yuǎn)高于多線程。

因為進(jìn)程是一個線程執(zhí)行的，如何使用多核CPU？最簡單的方法就是多進(jìn)程協(xié)調(diào)，既充分利用了多核，又充分發(fā)揮了協(xié)調(diào)的高效率，可以獲得極高的性能。