Python GIL在多核机器中防止CPU使用率超过100%？

许多参考文献指出，Python GIL降低了多核机器中多线程代码的性能，因为每个线程在执行之前都需要获取GIL

换句话说，事实上，GIL似乎将多线程Python程序转换为单线程模式

例如：

（1） 线程获取GIL，执行一段时间，释放GIL

（2） 线程B获取GIL，执行一段时间，释放GIL

然而，经过一些简单的实验，我发现尽管GIL降低了性能，但在多核机器中，CPU的总使用率可能超过100%

from threading import Thread

def test():
    while 1:
        pass

for i in range(4):
    t = Thread(target=test)
    t.start()

在4核8线程的机器上，上述程序将占用大约160%的CPU使用率。 我有什么误解吗？两个线程可以在同一时刻执行？或者CPU使用率计算有偏差或错误

---

非常感谢，您看到的额外60%的CPU使用率很可能就是您的各个线程在争夺GIL

毕竟，解释器在GIL之外花费了一些时间来释放/获取GIL，而O/S调度程序正在对它们进行仲裁。

除此之外，由于GIL，Python字节码一次只能由单个处理器执行。只有某些C模块（不管理Python状态）能够并发运行

线程更适合于I/O绑定的应用程序（I/O释放了GIL，允许更多的并发性）。在其他情况下，python多线程比串行线程速度慢，性能下降。因此，要利用所有内核并获得更好的性能，请使用多处理。

---

答案中有一个很好的解释，看看吧

你是如何衡量CPU使用率的？我的猜测是Python仍然绑定在一个核心上，但其他进程可以自由使用另一个。@PeterWood如果你在shell中运行

top

，它将显示

%CPU

@msw，但如果我没有误解的话，Python进程的所有四个线程都需要在执行之前保持GIL。