9.1 并发模型基石:进程、线程与协程的本质区别,以及 CPython 的 GIL(全局解释器锁)真相
本节目录
第三阶段:高级篇 —— 并发编程、底层原理与架构实战
欢迎来到 HelloWorld 技术社区(www.helloworld.net) 《Python 现代开发实战》第三阶段高级篇!
进入高级架构领域,你面对的首要问题不再是“功能怎么实现”,而是“10 万并发请求打过来,系统怎么扛住且不浪费服务器一分钱算力”。
一、 彻底看透 GIL(全局解释器锁)
在标准 CPython 中,为了保护内部对象引用计数的线程安全,存在一把全局互斥锁 GIL(Global Interpreter Lock)——同一时刻,同一个进程内只能有一个线程在执行 Python 字节码(注:Python 3.13 起已实验性引入无 GIL 构建版本 python3.13t,但生态全面切换仍需数个版本周期)。
这直接决定了 Python 并发选型的黄金法则:
| 任务类型 | 瓶颈所在 | 最佳并发模型选型 | 底层原因 |
|---|---|---|---|
| I/O 密集型(高并发网络请求、数据库读写、文件传输) | 等待网络/磁盘响应(99% 时间 CPU 在闲等) | 协程(asyncio)首选,其次多线程(ThreadPoolExecutor) |
遇到 I/O 等待时 CPython 会主动释放 GIL,单线程事件循环可轻松支撑数万协程并发切换。 |
| CPU 密集型(图像处理、加密解密、大规模数值矩阵运算) | 拼命消耗 CPU 算力(几乎无等待) | 多进程(ProcessPoolExecutor) 或 C/Rust 扩展 |
每个子进程拥有独立的 Python 解释器与独立 GIL,真正榨干多核 CPU 并行算力。 |
💬 HelloWorld 社区实战打卡
假设你要写一个脚本,从 500 个外部技术博客抓取 RSS 订阅源并提取正文摘要,应该优先选用多进程、多线程还是 asyncio 协程?为什么?带 #Python专栏打卡 留言!