我有一个 Python 程序，它产生许多线程，一次运行 4 个，每个都执行昂贵的操作。伪代码：
for object in list:
t = Thread(target=process, args=(object))
# if fewer than 4 threads are currently running, t.start(). Otherwise, add t to queue
但是当程序运行时，OS X 中的 Activity Monitor 显示 4 个逻辑内核中的 1 个处于 100%，其他的几乎为 0。显然我不能强迫操作系统做任何事情，但我已经以前从来没有关注过像这样的多线程代码的性能，所以我想知道我是否只是遗漏或误解了某些东西。
谢谢。
【问题讨论】：
标签： python multithreading performance
请注意，在许多情况下（以及几乎所有“昂贵操作”是在 Python 中实现的计算的情况），由于 Python 的 Global Interpreter Lock (GIL)，多个线程实际上不会同时运行。
GIL 是解释器级别的锁。 此锁可防止执行 在 Python 中一次多个线程 口译员。每个线程想要 运行必须等待 GIL 由另一个线程释放，它 意味着你的多线程 Python 应用程序本质上是单一的 穿线的，对吧？是的。不完全是。 有点像。
CPython 使用所谓的“操作 系统”线程在封面下， 也就是说每次请求 制作一个新线程， 解释器实际上调用了 操作系统的库和 内核生成一个新线程。这 例如，与 Java 相同。所以 在记忆中你确实有多个 线程和通常的操作 系统控制哪个线程 预定运行。在多个 处理器机器，这意味着你 可能有许多线程分布在 多处理器，一切皆大欢喜 忙着工作。
然而，虽然 CPython 确实使用 操作系统线程（理论上 允许多个线程执行 在口译员内 同时），口译员也 强制 GIL 被一个 线程才能访问 解释器和堆栈并且可以修改 内存中的 Python 对象全部 任性。后一点是为什么 GIL 存在：GIL 防止 同时访问 Python 对象 通过多个线程。但这并不 拯救你（如银行所示 示例）从对锁敏感 生物；你没有搭便车。 GIL 是为了保护 解释记忆，而不是你的理智。
有关详细信息，请参阅Jesse Noller's post 的全局解释器锁定部分。
要解决此问题，请查看Python's multiprocessing module。
多个进程（明智地使用 IPC) [...] 更好 为多 CPU 编写应用程序的方法 盒子而不是线程。
【讨论】：
multiprocessing 是。对于其他感兴趣的人，multiprocessing.Pool 还解决了限制活动工作线程数量的问题。
Python 有一个全局解释器锁，它可以防止解释代码的线程被并发处理。
http://en.wikipedia.org/wiki/Global_Interpreter_Lock
http://wiki.python.org/moin/GlobalInterpreterLock
如需解决此问题的方法，请尝试multiprocessing module，如下所示：
【讨论】：
AFAIK，在 CPython 中，全局解释器锁意味着在任何时候都不能运行超过一个 Python 代码块。尽管这并不会真正影响单处理器/单核机器中的任何内容，但在多核机器上，这意味着您在任何时候实际上只有一个线程在运行 - 导致所有其他内核处于空闲状态。
【讨论】：