Python的多线程是假的多线程?这个类比让你永远不会忘

你写Python的时候，是不是经常听到“Python多线程是假的”这种话。听起来有点扎心对吧。

我刚开始学的时候也不信。自己写了个爬虫，开了十几个线程去抓数据，结果CPU利用率低得可怜。机器风扇都不转。

后来我才想明白一个道理。Python的多线程更像一个茶餐厅里只有一个服务员。

你把客人当成任务，服务员就是那个唯一的GIL锁。客人都排队等着点餐，服务员一次只能招呼一个人。其他客人哪怕再饿，也只能干瞪眼等着。

这就像Python的全局解释器锁，英文叫GIL。它让一个进程里同时只能有一个线程在跑Python字节码。你开十个线程，本质上还是串行执行。一个人干了十个人的活，只是切换得很快。

真实的多线程是什么样子呢。比如你写C++的程序，开十个线程。那就是十个服务员同时上菜。十个客人同时吃饭。CPU有十颗核心就能同时跑十根线程。

因为GIL的存在，Python的threading模块对计算密集型的任务几乎没用。你算个圆周率，开一百个线程也不会比单线程快。

但有个特例。如果你的任务是在等输入输出，比如下载网页、读写文件、查询数据库。这时候线程就有用了。

因为线程在等网络响应的时候，它不会占着服务员不放。它会主动让出GIL锁。这时候其他线程就能跑。一个线程在等数据，另一个线程就在干活。这就叫I/O密集型任务。

所以你写爬虫的时候，开多线程确实能加快速度。不是CPU变快了，是等待的时间被叠加起来了。一个线程等的时候，另一个线程在请求。

要是你真的需要并行计算，Python有别的办法。用multiprocessing模块开多个进程。每个进程有自己的GIL，互不干扰。就像开了好几家茶餐厅，各做各的生意。

进程的缺点是启动慢，通讯也麻烦。但是为了真并行，这点代价值得掏。

还有一种方式是换解释器。像Jython就没有GIL。但大部分情况下你还是用CPython，那就得接受这个现实。

在团队里经常有人争论这个问题。有人觉得GIL是Python的硬伤，有人觉得日常开发根本遇不到瓶颈。你得想清楚自己的场景。

如果你只是写个脚本处理日志，或者接几个外部接口。多线程完全够用。别被那些“假多线程”的说法吓住了。

但如果你要搞图像处理、科学计算、深度学习这种需要大量数学运算的。老老实实去用C扩展或者写numPy。或者直接用多进程。

记住那个茶餐厅服务员的类比。你就能明白为什么有人抱怨，有人不在乎。不是Python不行，是你没选对工具。