Python与多线程

python增量定义如下

#define Py_INCREF(op) (                         \
    _Py_INC_REFTOTAL  _Py_REF_DEBUG_COMMA       \
    ((PyObject *)(op))->ob_refcnt++)

对于多核，增量仅为一级缓存，而不是刷新到内存

如果两个线程在不同的内核中同时递增refcnt，而不刷新实际内存，那么对我来说，可能会丢失一次递增。 -ob_refcnt=1 -Core 1增量，但不刷新=>Core 1的一级缓存中的ob_refcnt=2 -Core 2增量，但不刷新=>Core 2的一级缓存中的ob_refcnt=2 -WTF

使用多核或多进程是否存在风险

PyObject的声明如下：

typedef struct _object {
    _PyObject_HEAD_EXTRA
    Py_ssize_t ob_refcnt;
    struct _typeobject *ob_type;
} PyObject

但Py_-ssize_t只是一个ssize_t或intptr_t

似乎没有使用_Py_atomic*函数和属性

---

Python如何管理这个场景？它如何在线程之间刷新缓存？

Python的CPython实现已经完成。在不持有此锁的情况下调用绝大多数Python C API函数（包括

Py_incremf

）是一种未定义的行为，几乎肯定会导致数据不一致或程序崩溃

GIL可以是

由于需要持有此锁才能对Python对象进行操作，因此Python中的多线程处理非常有限，唯一能够很好地并行化的操作是等待IO或大型数组上的纯C计算。

多处理

模块（启动独立的Python进程）是并行Python的另一个选项

---

---

已经有（删除/最小化对GIL的需求），但这些导致了单线程代码的显著减速，因此被放弃。

为什么不使用Python的锁或信号量？

---

什么意义上的风险？Python如何管理这种情况？Python无法管理任何线程！因为所有线程都使用单独的pythonshell，所以只能

启动、停止、暂停

操作。数据地址在进程之间共享（不复制、移动，仅渲染阴影数据图像（快照））。如果要管理GIL，我想调用mfence来刷新所有增量。是吗？我不是100%确定。但我不知道他们是否是对的。。。