为什么Python在多处理或多线程应用程序中不如Java？

由于Python在GIL方面存在一些问题，Java更适合于开发多处理应用程序。你能用你的方式证明java比python更有效的处理的确切原因吗？

在CPython中，多线程的最大问题是（请注意，其他python实现不一定有这个问题！）

GIL是一个实现细节，可以有效地防止Python中单独线程的并行（同时）执行。问题在于，无论何时执行Python字节码，当前线程必须获得GIL，并且在任何给定时刻只有一个线程可以拥有GIL

因此，如果5个线程试图执行一些Python字节码，那么它们将有效地运行交错，因为每个线程都必须等待GIL变为可用。对于单核计算机来说，这通常不是问题，因为物理约束具有相同的效果：一次只能运行一个线程

然而，在多核/SMP计算机中，这成为一个瓶颈。如今，几乎所有东西都在多核上运行，包括所有智能手机甚至许多嵌入式系统

---

Java没有这样的限制，所以多个线程可以同时执行。

我不同意Python在多处理应用程序方面并不比Java好

首先，据我所知，我假设OP使用“更好”来表示“更快的代码执行”

我患有“速度怪胎”综合症，可能是因为我有C/ASM的背景，所以我花了相当长的时间来弄清“Python慢吗？”

简单的答案是什么？“可以。”这里有一些要点：

1） 对于多线程应用程序，Python将比任何没有类似于GIL的语言都有缺点。GIL是CPython中Python虚拟机的产物，而不是Python语言本身。一些Python虚拟机，如Jython、IronPython等没有GIL

2） 在多进程应用程序中，GIL并不是真正适用的，因此您现在可以开始利用更快的Python代码执行速度，而大部分情况下GIL都不受影响。我强烈建议，如果您想要编写既需要速度又需要并发性的大型Python代码，那么您应该学习多处理，可能还需要学习用于消息传递的ZMQ/0MQ

3） 不管GIL如何，Java在许多方面都比Python显示出更快的代码执行速度。这是因为Python处理内存中对象的方式存在本机差异：

• 许多Python函数在内存中创建对象的副本，而不是修改它们（参见示例）

• Python使用Dict来存储对象的属性，等等。我不想分散注意力，深入研究这些领域，但我可以说Python可以做的一些“整洁”的事情是以速度为代价的。同样重要的是要知道，如果默认行为对你造成了太高的速度惩罚，有一些方法可以避免

4） 据我所知，Java的一些速度优势是由于Java虚拟机比Python进行了更多优化。一旦消除了幕后内存/对象工作量的差异，Java通常仍然可以击败Python。是因为Java比Python更受关注吗？我不确定，如果有足够的资金，我觉得CPython可以更快

• 查看有关其中一些问题的更多讨论

我要说的是，我已经决定在开发新代码时几乎100%地采用Python

不要落入过早优化的陷阱，记住，在必要的时候，您可以随时调用C代码。使您的代码工作良好，使其可维护，然后在应用程序的速度不能满足您的需要时开始优化

有趣的基准：

有关Python速度问题的更多信息，请参见：

---

不带锁的Python实现将需要不同的内存处理行为（GC而不是引用计数，从而导致不确定的清理）。多线程环境中的引用计数有点难以有效完成。Jython似乎没有GIL-看，你知道GIL是什么吗？这个问题是错误的。在多处理应用程序中，GIL不会成为一个问题，因为多处理Python应用程序将愉快地在多个内核中并发运行。Java做多处理并不比python好。另一方面，多线程。。。