简介：许多朋友询问有关Python有多少毫秒的GIL相关问题。本文的首席CTO笔记开始为您的参考做出详细的答案。我希望这对每个人都会有所帮助！让我们一起看看！
Python的原始解释器Cpython中有一个GIL（全球解释器锁，全球口译员锁）。因此，在解释Python代码时，相互排斥的锁将仅限于共享资源上共享资源的访问。/O操作或操作数量只有在达到一定数字时才会发布GIL。
因此，尽管CPYTHON的线程库直接封装了系统的本机线程，但整个Cpython都是一个过程。同时，只有一个获得GIL的线程将运行，其他线程将在等待。这甚至在多核CPU中也会导致多线程切换。
吉尔是Python的全球口译员锁。如果在同一过程中有多个线程，则在运行Python programrun时，线程将占据Python解释器，在线程运行后可以运行其他线程。如果线程运行时间 - 在线程操作期间，则耗时 - 耗尽的操作，解释器锁和其他线程运行。因此，在多线程中，线程的操作仍然是顺序的，而不是同时。
在多过程中，每个过程都可以由系统分配，该系统等同于每个具有Python解释器的过程，因此多个过程可以实现多个过程并同时运行。缺点是流程系统资源开销很大。
首先强调背景：
1.什么是吉尔？
GIL的全名是全球解释器锁（全局解释器锁）。该来源是由Python设计开始时考虑的，以决定数据安全。
2.每个CPU只能同时执行一个线程
单核CPU下的多线程线程实际上只是并发，而不是并行，并且从宏观角度同时是处理多通道请求的概念。，同时发生两个或更多事件；并发意味着在同一时间间隔内发生两个或多个事件。
在Python多线程中，每个线程的执行方法：
得到吉尔
执行代码直到睡眠或Python虚拟机将其悬挂。
释放吉尔
可以看出，如果线程要执行，我们必须先获得GIL。我们可以将吉尔视为“通行证”，在一个python的过程中，吉尔只有一个。如果您无法获得通行证，则不允许您进入CPU。
在python2.x中，吉尔的发行逻辑是当前的线程符合IO操作或计数100的刻度（可以将tick视为python本身的计数器，该反词是在GIL上专门起作用的。每次释放之后，可以通过SYS通过SYS。调整了.setCheckInterval）以释放它。
每次释放GIL锁时，线程都会锁定和切换线程，这将消耗资源。由于存在GIL锁，Python中的一个过程只能同时执行线程（GIL的线程可以执行）。这就是为什么Python的多线程效率不高的原因。
那么，Python的多线程完全没有用？
在这里，我们进行分类讨论：
CPU密集型代码（各种周期处理，计数等）。在这种情况下，由于计算工作的大量计算，刻度计数将很快达到阈值，然后触发吉尔的释放和重新竞争（当然，当然，当然，当然，当然，当然，当然，当然，当然，当然需要消耗），因此，Python下的多线程对CPU强度代码不友好。
IO密集型代码（文件处理，网络爬网等），多线程可以有效提高效率（单线程下的IO操作将等待不必要的时间。编织线程B无法浪费CPU的资源，该资源可以可以提高程序的执行效率）。因此，Python的多线程对IO浓度代码更友好。
在python3.x中，吉尔不使用tick count，并且更改为计时器的使用（执行时间达到阈值后，当前线程释放了GIL），因此CPU密度程序更友好，但是它仍然无法解决GIL引起的同一时间。能够执行线程的问题，因此效率仍然不令人满意。
请注意：多核和多线程比单核多线程差，因为单核下的多线程多线程。每次发布GIL时，Wake -Up线程都可以获取GIL锁，因此可以无缝执行，但是在Multi -Core，CPU0，CPU0，GIL发布后CPU0，其他CPU上的线程可能会竞争，但GIL可能会进行立即由CPU0获得，从而导致其他几个CPU上的觉醒线被唤醒并等待，直到切换时间进入状态。三个线程凸起将导致效率较低。
回到最初的问题：我经常听到退伍军人说：“如果您想在Python下充分利用多核CPU，则可以使用多进程。”是什么原因？
原因是每个过程都有自己的独立GIL，并且不会彼此干扰，因此可以在真正的意义上并行实施，因此在Python中，多过程执行效率比多线程更好（仅是多线程（仅用于多核CPU）。
因此，这里的结论是：在多核心下，您想并行提高效率。更常见的方法是使用多过程，可以有效提高执行效率
最近，我正在观看Python的多线程线程，我们经常听到退伍军人说：“ python下的多线程是鸡肉肋骨，建议使用多进程！”但是你为什么这么说呢？
要知道这一点，我们必须知道为什么。
首先强调背景：
1.什么是吉尔？
GIL的全名是全球解释器锁（全局解释器锁）。该来源是由Python设计开始时考虑的，以决定数据安全。
2.每个CPU只能同时执行一个线程（单核CPU下的多线程实际上只是并发，而不是并行，并且在Macro中同时存在并行差异，并且并行表示两个或多个事件同时发生；并发意味着在同一时间间隔内发生两个或多个事件。）
在Python多线程中，每个线程的执行方法：
1.吉尔
2.执行代码直到睡眠或python虚拟机将其悬挂。
3.释放吉尔
可以看出，如果线程要执行，我们必须先获得GIL。我们可以将吉尔视为“通行证”，在一个python的过程中，吉尔只有一个。如果您无法获得通行证，则不允许您进入CPU。
在Python2.x中，GIL的发行逻辑是当前的线程符合IO操作或计数100的刻度（可以将tick视为python本身的计数器，该计数器本身是专门用于GIL的。每次释放后，可以通过计数将此计数通过。该计数可以通过.sys.setCheckInterval进行了调整）以释放它。
每次释放GIL锁时，线程都会锁定和切换线程，这将消耗资源。由于存在GIL锁，Python中的一个过程只能同时执行线程（GIL的线程可以执行）。这就是为什么Python的多线程效率不高的原因。
那么，Python的多线程完全没有用？
在这里，我们进行分类讨论：
1. CPU密集型代码（各种循环处理，计数等）。在这种情况下，由于计算工作的大量计算，tick数将很快达到阈值，然后触发吉尔的释放和重新竞争（多个线程返回到来回返回，肯定需要资源），因此在python下有更多的资源
Python具有GIL（全局解释器锁），因此只能串行执行同一Python解释器下的多线程任务。
据了解，就吉尔而言，一项巨大的任务分为小任务，并计划到多个线程进行执行，这大大减少了。这是吉尔的直接结果。在优化了Python3.2版本之后，性能只能更接近单线程的性能。考虑框架（例如Java平台）的框架和加入框架，并且不可能在Python世界中按下它。
GIL将自动释放GIL。sleep（），io操作等，以切换为其他线程运行，有时是并行执行的幻觉。对于CPU计算任务，通过SYS.SetCheckeckInterval设置了上下文切换频率（）。
烧瓶1.0版本，flask.run（）在默认情况下以多线程运行。连接到线程的每个用户响应。结合上述分析，Python并不是一个真正的多线程，而是Epoll IO模型，promistingle -threaded友谊（例如Node.js）。因此，烧瓶程序进行了转换：
在我的计算机上，对于100个线程和每个线程循环6次，平均响应约为330ms，多线程和GEVENT的实现是相似的，但是当将线程数添加到200中时，GEVENT稳定在330ms上，但是多线程的线程已达到600ms，线程调度的负担越来越重，并且请求的失败也出现了。
在Gevent的帮助下，可以很好地提高烧瓶施用性能。
由于python的臭名昭著的吉尔。
那吉尔是什么？为什么有吉尔？多线程真的是鸡排吗？可以去除吉尔吗？如果有这些问题，我们在一起看着，同时需要一点耐心。
是多线鸡肋骨吗？让我们先进行实验。实验非常简单。它是为了减少“ 1亿”的数量，并将其减少到0程序。如果我们使用单个线程执行，那么完成时间是什么？将使用多线程？显示我的代码
单线
在我的4台CPU计算机中，在单个线程上花费的时间为6.5秒。有人可能会问，线程在哪里？实际上，当任何程序运行时，默认情况下将有一个主线程执行。（关于线程和过程不会在这里扩展，我将分别打开一篇文章）
多线程
创建两个子线程T1和T2，每个线程执行5000万次执行，并且在执行两个线程后，主线程终止程序操作。结果，在合作中执行了两个线程，但合作执行了6.8秒，但放慢了速度从理论上讲，这两个线程同时在两个CPU上运行。时间应该减半，但现在没有减少。
是什么导致多线程不现实和缓慢？
原因在于吉尔。在Cpython解释器（Python语言中的主流解释器）中，有一个全局的解释锁。当解释器解释Python代码时，这意味着该锁首先意味着任何时间，可能只有一个线程执行代码。如果其他线程想获得CPU执行代码指令，则必须先获得此锁定。如果锁被其他线程占据，则线程只能等到锁的线程被锁的线占据，释放锁可能会执行代码指令。
因此，这就是为什么两个线程在一起慢的原因，因为同时，只有一个线程正在运行，而其他线程只能等待。即使是多核CPU也可以在同一Timethe执行代码上同时使用多个线程“并行”，因为多线程切换和锁定机制处理（获取锁，释放锁等），因此可以交替执行。参与其中，因此多线程执行不是快速且缓慢。
吉尔什么时候发布？
当线程遇到I/O任务时，将发布GIL。当CPU结合线程执行100个口译器（ticks）（ticks）（ticks）（ticks）（可以大致认为是Python虚拟机）时，GIL也将是发布。您可以通过设置步骤长度来检查步骤的步骤。
为什么Cpython的解释器设计这样？
多线程是适应现代计算机硬件的高速开发，以充分利用多核处理器的产品。通过多线程，可以有效地使用CPU资源。Python出生于1991年。在Timethe Server 32 Core 64g内存并不常见
但是，多线程存在问题。如何解决共享数据的同步和一致性问题，因为当多个线程访问和共享数据时，可能会有两个线程同时修改一个数据情况。如果没有合适的机制来确保Dathathen的一致性最终导致异常，因此Python的父亲具有全球线锁。无论您是否与数据有同步问题，无论如何，您都可以将其切成全局锁以确保数据安全性。这是多线程鸡排的原因，因为它没有对安全性的良好的控制数据，但以简单而粗鲁的方式解决。
该解决方案放置在1990年代。实际上，没有问题。毕竟，当时的硬件配置仍然非常简单。单个核心CPU仍然是主流。run，不涉及线程的上下文切换，但是效率高于多线程（在多核环境中，此规则不适用）。因此，它不适用使用GIL确保数据的一致性和安全性所必需。至少在当时这是一种非常低的成本实施方法。
删除吉尔是否可行？
有人确实做了很多事情，但结果令人失望。1999年，两个伙伴格雷格·斯坦（Greg Stein）和马克·哈蒙德（Mark Hammond）创建了一个python分支，该分支将吉尔（Gil）删除并用更可变的数据结构取代了更细腻的数据结构。在单线条件下，Python的速度速度较慢。
Python的父亲说：基于上述考虑，GIL在不必花费太多精力的情况下没有很大的价值。
结论：以上是首席CTO的相关内容答案的摘要，请注意，GIL释放了多少毫秒gil，我希望它对您有所帮助！如果您解决问题，请与更多有关的朋友分享。关于这个问题?