目标：
1：掌握python多线程解决GIL问题的几种方案
2：掌握多线程的适用场景
一：python多线程解决GIL问题的几种方案
方案一：因为GIL是 python 底层解释器 Cpython 产生的，因此可以更换其他底层解释器，例如 jpython 【不推荐】
不推荐原因：python默认解释器就是CPython，而不是Jpython，这肯定是有原因的
方案二：将多线程改成多进程【推荐】
优点：每一个进程都拥有一把GIL，不会因为互斥锁特性造成同一时间只有一个线程在执行任务，可以解决多线程利用 cpu 核不充分的问题
缺点：进程是资源分配的基本单元，改成多进程会消耗更多的内存资源，当计算机内存紧张是不推荐使用！
方案三：将多线程执行的任务（函数）改用 c语言代码编写，可避免GIL！
详解：python是胶水语言，将 c文件编译为so 文件，并在python内导入 ctypes 模块即可在python内执行 c文件代码！
实现步骤：
第一步：在pycharm内创建后缀为 c 的C语言文件 new → file →文件名.c 编写c语言任务代码（多线程执行任务的代码）
第二步：在 unubtu 终端内将后缀为 c 的文件编译为后缀为 so 的文件
指令关键字：gcc
语法：gcc 后缀为c的文件名 -shared -o 待生成的后缀为so的文件名
注意事项：
1：待生成的后缀为so的文件名一般都是以lib三个字母开头
2：需要进入c文件所在的文件夹内才能执行此命令
3：-shares选项代表将目标文件编译为so文件
4：-o选项是用来输入的文件名选项
截图：
第三步：在python程序内导入 ctyes 库并导入 so 文件从而执行so文件内的多线程任务
关键语法：
import ctypes
lib = ctypes.cdll.LoadLibrary（“./so文件名”）
注意事项：
1：导入so文件时，一定要在相对位置目录导入，并且要加上 ./
代码演示：
第四步：执行代码查看cpu核的利用率判断是否解决了GIL
二：多线程的适用场景
适用场景：I/O密集型可使用多线程（GIL锁会释放）
不适用场景：CPU密集型不建议使用多线程（CPU利用率不高）
若有收获，就点个赞吧
0 人点赞
