我們打開程序后，會發現電腦的內存和cpu發生了變化。在對于前者上面，自然是希望內容占用小，cpu的利用越高越好。那有沒有什么方法可以讓我們的cpu達到滿狀態的運行效果呢？這就得用到我們所學的多線程中的知識了，再正式開始講解之前，我們先來說說操作的思路吧，然后進行代碼對比。

我們都知道，比方我有一個4核的CPU，那么這樣一來，在單位時間內每個核只能跑一個線程，然后時間片輪轉切換。但是Python不一樣，它不管你有幾個核，單位時間多個核只能跑一個線程，然后時間片輪轉。看起來很不可思議？但是這就是GIL搞的鬼。任何Python線程執行前，必須先獲得GIL鎖，然后，每執行100條字節碼，解釋器就自動釋放GIL鎖，讓別的線程有機會執行。這個GIL全局鎖實際上把所有線程的執行代碼都給上了鎖，所以，多線程在Python中只能交替執行，即使100個線程跑在100核CPU上，也只能用到1個核。通常我們用的解釋器是官方實現的CPython，要真正利用多核，除非重寫一個不帶GIL的解釋器。我們不妨做個試驗：

#coding=utf-8

from multiprocessing import Pool

from threading import Thread

from multiprocessing import Process

def loop():

while True:

pass

if __name__ == '__main__':

for i in range(3):

t = Thread(target=loop)

t.start()

while True:

pass

我的電腦是4核，所以我開了4個線程，看一下CPU資源占有率：

我們發現CPU利用率并沒有占滿，大致相當于單核水平。

而如果我們變成進程呢？

我們改一下代碼：

#coding=utf-8

from multiprocessing import Pool

from threading import Thread

from multiprocessing import Process

def loop():

while True:

pass

if __name__ == '__main__':

for i in range(3):

t = Process(target=loop)

t.start()

Pass

結果直接飆到了100%，說明進程是可以利用多核的！

以上就是python3爬蟲GIL修改多線程實例講解的詳細內容，更多關于python3爬蟲中的GIL修改多線程的資料請關注我們其它相關文章！

本文標題: python3爬蟲GIL修改多線程實例講解

本文地址: http://www.cppcns.com/jiaoben/python/366162.html

總結

以上是生活随笔為你收集整理的python3线程gil_python3爬虫GIL修改多线程实例讲解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。