Python 的线程是怎么实现的？并发差在哪里？
线程是虚拟的还是调用系统 api，进入 os 调度队列的？
都说 python 并发差，全局解释锁什么的，multiprocessing 库是否调用了系统 API，进程有木有进入 os 调度队列？到底差在哪里？
Python 的线程是怎么实现的？并发差在哪里？
6 回复
GIL 是保证每一个时间内 CPython 只有一个线程在运行，你看 Java 需要关心集合什么的是不是线程安全的，用 CPython 基本可以不管，因为 CPython 同时运行的线程只有一个。
所以 CPython 的线程没有真正的并行执行，例如要用 4 个 CPU 执行计算任务，用 CPython 的线程是不可能的。
最近翻的一本书有一节讲了 GIL 的瓶颈： http://python-parallel-programmning-cookbook.readthedocs.io/zh_CN/latest/chapter2/13_Evaluating_the_performance_of_multithread_applications.html
Python的线程是通过操作系统原生线程（POSIX线程或Windows线程）实现的，但受全局解释器锁（GIL）限制，导致CPU密集型任务并发效果差。
实现原理：
Python调用操作系统线程API创建线程，所有线程共享同一进程内存空间。但由于GIL的存在，任意时刻只有一个线程能执行Python字节码。
并发差的根本原因：
GIL是线程安全的代价。CPU密集型任务中，线程会频繁争抢GIL，导致多线程实际上串行执行，无法利用多核优势。I/O密集型任务受影响较小，因为I/O等待期间会释放GIL。
简单示例：
import threading
import time
def cpu_task():
sum = 0
for i in range(10000000):
sum += i
# 单线程执行
start = time.time()
cpu_task()
cpu_task()
print(f"单线程耗时: {time.time()-start:.2f}s")
# 多线程执行
start = time.time()
t1 = threading.Thread(target=cpu_task)
t2 = threading.Thread(target=cpu_task)
t1.start(); t2.start()
t1.join(); t2.join()
print(f"双线程耗时: {time.time()-start:.2f}s") # 可能比单线程更慢
替代方案：
- CPU密集型：用
multiprocessing模块绕过GIL - 高并发I/O：用
asyncio协程 - 混合场景：结合进程池+线程池/协程
总结：GIL让Python线程在CPU任务中成了“伪并发”。
