Python多進(jìn)程和多線程是雞肋嘛？GIL的存在總是是富足爭議的，它可能導(dǎo)致Python程序難以真正借用現(xiàn)代操作系統(tǒng)的多進(jìn)程特性。需要注意的是，相對于I/O圖形處理、NumPy數(shù)學(xué)可以計(jì)算這樣的耗時(shí)操

Python多進(jìn)程和多線程是雞肋嘛？

GIL的存在總是是富足爭議的，它可能導(dǎo)致Python程序難以真正借用現(xiàn)代操作系統(tǒng)的多進(jìn)程特性。需要注意的是，相對于I/O圖形處理、NumPy數(shù)學(xué)可以計(jì)算這樣的耗時(shí)操作都突然發(fā)生在GIL之外，只不過基本是不受影響，能夠受影響的大都Python字節(jié)碼的執(zhí)行，GIL會造成性能瓶頸的出現(xiàn)。其實(shí)，只能在不使用純Python做CPU密密麻麻的的多線程運(yùn)算時(shí)GIL會是問題。

GIL是什么Python的代碼執(zhí)行由Python虛擬機(jī)（也叫講解器主循環(huán)，CPython版本）來控制，Python在啊,設(shè)計(jì)之初就考慮到在解釋器的主循環(huán)中，另外唯有一個(gè)線程在運(yùn)行。即每個(gè)CPU在輸入時(shí)刻僅有一個(gè)線程在解釋器中運(yùn)行。對Python虛擬機(jī)訪問的操縱由全局回答鎖GIL控制，正是這個(gè)鎖來壓制同一時(shí)刻只有一個(gè)線程還能夠運(yùn)行?！趩魏薈PU下的多線程其實(shí)都只是如膿毒，不是什么分頭并進(jìn)。

并發(fā)與分頭并進(jìn)區(qū)別

并發(fā)：兩個(gè)或多個(gè)事件在同一時(shí)間間隔不可能發(fā)生，或是說交替做不同事件的能力，也可以說相同的代碼塊前后交替執(zhí)行。聯(lián)成一體：兩個(gè)或者多個(gè)事件在同一時(shí)刻發(fā)生了什么，也可以說而做有所不同事件的能力，或是說有所不同的代碼塊同樣的不能執(zhí)行。

并發(fā)和并行的意義

并發(fā)和并行都這個(gè)可以去處理“多任務(wù)”，二者的比較多區(qū)別只是相對而言是否是“而接受”多個(gè)的任務(wù)。不過不屬于到分解細(xì)化（有幾乎在同一時(shí)間依賴耦合度高的任務(wù)難以你做到左行）、任務(wù)運(yùn)行（可能會要確定互斥、鎖、共享等）、最后單獨(dú)設(shè)置。

Python下的多線程在Python多線程下，每個(gè)線程的執(zhí)行，追加：

獲取GIL直接切換到這個(gè)線程去負(fù)責(zé)執(zhí)行運(yùn)行代碼，這里有兩種機(jī)制：更改數(shù)量的字節(jié)碼指令（100個(gè)）固定不動時(shí)間15ms線程主動去占住完全控制把線程設(shè)置中為睡眠狀態(tài)釋放GIL又一次亂詞以上步驟在Python2中，在解釋器解釋什么不能執(zhí)行任何Python代碼時(shí)，都要先獲得這把鎖才行（同一時(shí)間只會有一個(gè)完成任務(wù)了GIL的線程在跑，其它的線程都處在在等待狀態(tài)等著GIL的釋放），在遇到了I/O操作時(shí)會釋放這把鎖。如果是純計(jì)算出的程序，沒有I/O不能操作，回答器會每隔100次操作就釋放這把鎖，讓別的線程有機(jī)會執(zhí)行（這個(gè)次數(shù)可以不實(shí)際來變動）也正是這種設(shè)定，是的多線程的CPU密集型計(jì)算出的很沒用處，下面會有講又為什么如此。

而在python3中，GIL不不使用ticks計(jì)數(shù)寄存器(100次，釋放GIL)，替換成不使用計(jì)時(shí)器（執(zhí)行時(shí)間提升15ms閾值后，當(dāng)前線程釋放GIL），令執(zhí)行可以計(jì)算的次數(shù)更大，能量次數(shù)增加，那樣的話對CPU密集型程序越來越敵視，但始終是沒有解決的辦法GIL可能導(dǎo)致的同一時(shí)間不能想執(zhí)行一個(gè)線程的問題，所以我效率依然不不盡人意。

那就有沒Python的多線程是用處不大嘛？CPU密集型(各種循環(huán)處理、計(jì)數(shù)等等)，在這種下，ticks定時(shí)計(jì)數(shù)馬上就會都沒有達(dá)到閾值，然后把觸發(fā)GIL的釋放與再競爭（多個(gè)線程來回切換到是需要能量消耗資源的），因此python下的多線程對CPU密集型代碼的確不友善，會觸發(fā)時(shí)非常正常的線程快速切換。

IO密集型(文件處理、網(wǎng)絡(luò)爬蟲等)，多線程都能夠快速有效提升效率(單線程下有IO操作會通過IO等待，會造成不必要的時(shí)間實(shí)在是浪費(fèi)，而開啟多線程能在線程A再等待時(shí)，智能切換到線程B，也可以不浪費(fèi)CPU的資源，最終達(dá)到能進(jìn)階程序想執(zhí)行效率，一個(gè)線程我得到GIL發(fā)送消息，后再耐心的等待返回消息（阻塞），Python此時(shí)能量GIL,其他線程換取GIL郵箱里消息，接著雖然耐心的等待前往消息（阻塞）......，這樣絕對的保證了IO傳輸過程時(shí)間的合理利用，增加了IO耐心的等待倒致的資源浪費(fèi)，能提高IO傳輸效率)。所以我python的多線程對IO密集型代碼比較比較敵視。

有哪些結(jié)論？I/O密集型不使用多線程并發(fā)想執(zhí)行提高效率、計(jì)算密集型不使用多進(jìn)程（multiprocessing）聯(lián)成一體不能執(zhí)行提高效率。大多數(shù)程序既真包含IO操作又乾坤二卦可以計(jì)算不能操作,那你這種下，在正在并發(fā)任務(wù)之前，這個(gè)可以先進(jìn)行測試，測試3多線程、多進(jìn)程哪個(gè)效率高是用哪種。

請注意一點(diǎn)：多核多線程比單核多線程更差，多核多進(jìn)程下，CPU1釋放出GIL后，其他CPU上的線程都會參與競爭，但GIL可能會會又被CPU1拿回，CPU2釋放GIL后……，倒致其他幾個(gè)CPU上被再喚醒后的線程會醒著等待到切換到時(shí)間后又進(jìn)入到待調(diào)度狀態(tài)，這樣會造成線程顛波(thrashing)，會造成效率聲音低。

多線程下的CPU密集型計(jì)算也也不是藥可醫(yī)，這個(gè)可以依靠ctypes繞過GIL，ctypes這個(gè)可以使py再調(diào)用正二十邊形的C動態(tài)庫的導(dǎo)出函數(shù)。所做好的只不過把最關(guān)鍵部分用C/C書寫Python擴(kuò)展。并且，ctypes會在動態(tài)鏈接庫C函數(shù)前施放GIL。

另外，這個(gè)可以了解下協(xié)程，又稱微線程。

協(xié)程的最的優(yōu)勢是協(xié)程極高的執(zhí)行效率。而且子程序快速切換也不是線程切換到，只不過是由程序自身再控制，并且，沒有線程可以切換的開銷，和多線程比，線程數(shù)量越多，協(xié)程的性能優(yōu)勢就越的確。

第二大優(yōu)勢應(yīng)該是不需要多線程的鎖機(jī)制，是因?yàn)橹荒芤粋€(gè)線程，也不存在同樣寫變量，在協(xié)程中再控制共享資源不加鎖，只不需要可以確定狀態(tài)就再說，所以我負(fù)責(zé)執(zhí)行效率比多線程高太多了。

而且協(xié)程是一個(gè)線程不能執(zhí)行，那怎摸利用多核CPU呢？最簡單的方法是多進(jìn)程協(xié)程，既利用現(xiàn)有多核，又充分發(fā)揮協(xié)程的高效率，可額外極高的性能。

python正則表達(dá)式辨別輸入日期規(guī)范是什么？

1、python正則表達(dá)式如何分辨鍵入日期規(guī)范追加：

year,month,dayeval(input(