如何在Python中实现真正的线程并行？

Question

我正在学习Python中的线程库。我不明白，如何并行运行两个线程？

这是我的Python程序：

无线程程序（fibsimple.py）

def fib(n):
    if n < 2:
        return n
    else: 
        return fib(n-1) + fib(n-2)

fib(35)
fib(35)

print "Done"

运行时间：

$ time python fibsimple.py 
Done

real    0m7.935s
user    0m7.922s
sys 0m0.008s

具有线程的相同程序（fibthread.py）

from threading import Thread
def fib(n):
    if n < 2:
        return n
    else: 
        return fib(n-1) + fib(n-2)

t1 = Thread(target = fib, args = (35, ))
t1.start()

t2 = Thread(target = fib, args = (35, ))
t2.start()

t1.join()
t2.join()

print "Done"

运行时间：

$ time python fibthread.py 
Done

real    0m12.313s
user    0m10.894s
sys 0m5.043s

我不明白为什么线程程序花费更多时间？如果线程并行运行，它应该几乎是一半。

但是如果我用多处理库实现相同的程序，时间就会减少一半。

多进程程序（fibmultiprocess.py）

from multiprocessing import Process

def fib(n):
    if n < 2:
        return n
    else: 
        return fib(n-1) + fib(n-2)

p1 = Process(target = fib, args = (35, ))
p1.start()

p2 = Process(target = fib, args = (35, ))
p2.start()

p1.join()
p2.join()

print "Done"

运行时间

 $ time python fibmultiporcess.py 
 Done

 real   0m4.303s
 user   0m8.065s
 sys    0m0.007s

有人可以解释一下，如何并行运行线程吗？多处理和线程并行有何不同？任何帮助将不胜感激。

Answer 1

要解释多线程奇怪的运行时间，你必须知道GIL。

GIL 代表全局解释器锁，它旨在序列化从不同线程对解释器内部的访问。也就是说，解释器一次仅运行 ONE 线程。在多核系统上，这意味着多个线程无法有效地利用多个核心。

但是为什么运行时间比没有多线程的要长呢？

那是因为线程之间的切换消耗了额外的时间。

当然，由于使用多处理会创建多个解释器，因此它不受 GIL 的影响。这就是为什么速度可以达到预期的两倍。

参考

Python 中多线程和多进程的良好比较链接

要了解有关 GIL 和其他一些实验的更多信息，请查看 理解 Python GIL - David Beazley。这是你能得到的最好的解释。

Answer 2

real    0m12.313s
user    0m10.894s
sys 0m5.043s

这表明系统调用花费了 5 秒。这表明在进程创建和上下文切换过程中花费了大量的时间。