如何防止线程模块降低Python中程序的性能？

当我在我的Tkinter，Python程序上单击一个按钮时，这个按钮会冻结，我将无法在程序上执行任何其他操作。按钮的实际命令仍然有效，但整个程序的功能消失了。为了解决这个问题，我实现了线程，从而解决了这个问题。但在我实现线程化之后，程序的性能大大降低了

有人知道这是什么原因吗？我怎样才能修好它

编辑-----------------------------------------编辑

这就是我在使用多处理模块而不是线程模块时试图做的

from multiprocessing import Process

def InitPlaylist(self):
  #code here
def PlayPlaylist(self):
  p = Process(target = InitPlaylist)
  p.start()
  p.join()

---

在没有看到代码的情况下很难确定，但性能下降的最可能原因是，或GIL。Python解释器不是线程安全的，因此它使用GIL来保护自己，防止并发问题引起的错误和崩溃。锁只允许单个线程一次实际执行Python指令，这意味着您无法像在其他无GIL语言中那样在CPU核之间获得真正的并行性。实际上，一个线程执行一段时间，它被挂起，然后另一个线程可以启动，然后它被挂起，等等。您仍然可以获得并发性，但不是真正的并行性

---

解决此问题的最常见方法是使用模块，而不是

线程化
。
多处理
利用进程而不是线程进行并发，从而避免了GIL的限制。不过，这也有一些缺点，因为在进程之间共享状态比在线程之间共享状态更困难，开销也更大。
很难说没有实际看到代码，但性能下降的最可能原因是，或GIL。Python解释器不是线程安全的，因此它使用GIL来保护自己，防止并发问题引起的错误和崩溃。锁只允许单个线程一次实际执行Python指令，这意味着您无法像在其他无GIL语言中那样在CPU核之间获得真正的并行性。实际上，一个线程执行一段时间，它被挂起，然后另一个线程可以启动，然后它被挂起，等等。您仍然可以获得并发性，但不是真正的并行性

解决此问题的最常见方法是使用模块，而不是
线程化
。
多处理
利用进程而不是线程进行并发，从而避免了GIL的限制。不过，这也有一些缺点，因为在进程之间共享状态比在线程之间共享状态更困难，开销也更大。
很难说没有实际看到代码，但性能下降的最可能原因是，或GIL。Python解释器不是线程安全的，因此它使用GIL来保护自己，防止并发问题引起的错误和崩溃。锁只允许单个线程一次实际执行Python指令，这意味着您无法像在其他无GIL语言中那样在CPU核之间获得真正的并行性。实际上，一个线程执行一段时间，它被挂起，然后另一个线程可以启动，然后它被挂起，等等。您仍然可以获得并发性，但不是真正的并行性

解决此问题的最常见方法是使用模块，而不是
线程化
。
多处理
利用进程而不是线程进行并发，从而避免了GIL的限制。不过，这也有一些缺点，因为在进程之间共享状态比在线程之间共享状态更困难，开销也更大。
很难说没有实际看到代码，但性能下降的最可能原因是，或GIL。Python解释器不是线程安全的，因此它使用GIL来保护自己，防止并发问题引起的错误和崩溃。锁只允许单个线程一次实际执行Python指令，这意味着您无法像在其他无GIL语言中那样在CPU核之间获得真正的并行性。实际上，一个线程执行一段时间，它被挂起，然后另一个线程可以启动，然后它被挂起，等等。您仍然可以获得并发性，但不是真正的并行性

解决此问题的最常见方法是使用模块，而不是
线程化
。
多处理
利用进程而不是线程进行并发，从而避免了GIL的限制。不过，这也有一些缺点，因为在进程之间共享状态比在线程之间共享状态更困难，开销也更大。
最近添加的一些异步功能呢？（，例如。）@jpmc26 async库提供的结果与线程基本相同（不实际使用线程），它们允许您在i/o绑定操作等待时回收处理时间。我尝试使用多处理模块，但当我使用该模块时，它实际上会在程序启动后冻结程序。我将编辑我的原始帖子，以显示我在尝试使用多处理时所执行的操作的代码，或者至少是伪代码，因为程序很长。@Hunter它是冻结的，因为您正在调用
p.join（）
，这将使主进程阻塞，直到子进程退出。只需调用
p.start（）。CPU绑定的操作仍然需要
多处理
来实现并行性，或者需要一个可以在计算过程中安全释放GIL的C扩展（例如
numpy
），那么最近添加的一些异步功能呢？（，例如。）@jpmc26异步库提供的结果与线程基本相同（没有实际使用线程），它们允许您回收处理时间