Python 线程全部在单个核心上执行

问题描述：

我有一个 Python 程序，它生成许多线程，每次运行 4 个线程，每个线程执行一项昂贵的操作。伪代码：

for object in list:
    t = Thread(target=process, args=(object))
    # if fewer than 4 threads are currently running, t.start(). Otherwise, add t to queue

但是当程序运行时，OS X 中的活动监视器显示 4 个逻辑核心中的 1 个处于 100%，而其他核心接近 0。显然我无法强迫操作系统做任何事情，但我以前从来没有关注过这样的多线程代码的性能，所以我想知道我是否只是遗漏了或者误解了什么。

谢谢。

解决方案 1：

请注意，在许多情况下（几乎所有“昂贵操作”都是用 Python 实现的计算的情况），由于 Python 的全局解释器锁（GIL），多个线程实际上不会同时运行。

GIL 是解释器级锁。此锁可防止在 Python 解释器中同时执行多个线程。每个想要运行的线程都必须等待其他线程释放 GIL，这意味着您的多线程 Python 应用程序本质上是单线程的，对吗？是的。不完全是。有点。

CPython 在幕后使用所谓的“操作系统”线程，也就是说，每次发出创建新线程的请求时，解释器实际上都会调用操作系统的库和内核来生成新线程。例如，这与 Java 相同。因此，在内存中您确实有多个线程，并且操作系统通常控制要安排运行哪个线程。在多处理器机器上，这意味着您可以让多个线程分布在多个处理器上，所有线程都愉快地工作。

然而，虽然 CPython 确实使用了操作系统线程（理论上允许多个线程同时在解释器中执行），但解释器也会强制线程获取 GIL，然后它才能访问解释器和堆栈，并且可以随意修改内存中的 Python 对象。后一点是 GIL 存在的原因：GIL 可防止多个线程同时访问 Python 对象。但这并不能让您（如 Bank 示例所示）免于成为锁敏感生物；您不会获得免费服务。GIL 的存在是为了保护解释器的内存，而不是您的理智。

有关更多详细信息，请参阅Jesse Noller 的文章的“全局解释器锁”部分。

为了解决这个问题，请查看Python 的多处理模块。

与线程相比，多进程（合理使用 IPC）是编写多 CPU 机器应用程序的更好的方法。

—— Guido van Rossum（Python 创始人）

根据@spinkus 的评论进行编辑：

如果 Python 不能同时运行多个线程，那么为什么还要有线程呢？

在执行不需要修改解释器状态的同步操作时，线程在 Python 中仍然非常有用。这包括许多（大多数？）不是 Python 内部计算的长时间运行的函数调用，例如I/O（文件访问或网络请求）和 Numpy 数组上的计算。这些操作在等待结果时释放 GIL，允许程序继续执行。然后，一旦收到结果，线程必须重新获取 GIL 才能在“Python-land”中使用该结果

解决方案 2：

Python 有一个全局解释器锁，它可以防止解释代码的线程被并发处理。

http://en.wikipedia.org/wiki/Global_Interpreter_Lock

http://wiki.python.org/moin/GlobalInterpreterLock

要解决此问题，请尝试使用多处理模块，如下所示：

运行单独的 python 进程是否可以避免 GIL？

解决方案 3：

据我所知，在 CPython 中，全局解释器锁意味着一次不能运行多个 Python 代码块。虽然这实际上不会影响单处理器/单核机器上的任何内容，但在多核机器上，这意味着实际上一次只能运行一个线程 - 导致所有其他核心处于空闲状态。