由于 Python 在 GIL 方面存在一些问题，因此 Java 更适合开发多处理应用程序。您能否以您的方式证明 java 比 python 有效处理的确切原因？
【问题讨论】：
标签： java python multithreading multiprocessing gil
CPython 中多线程的最大问题是Global Interpreter Lock (GIL)（请注意，其他 Python 实现不一定一定会遇到这个问题！）
GIL 是一个实现细节，可以有效地防止在 Python 中并行（同时）执行单独的线程。问题是，每当要执行 Python 字节码时，当前线程必须已经获得 GIL，并且在任何给定时刻只有一个线程可以拥有 GIL。
因此，如果 5 个线程试图执行一些 Python 字节码，那么它们将有效地交错运行，因为每个线程都必须等待 GIL 可用。这通常不是单核计算机的问题，因为物理限制具有相同的效果：一次只能运行一个线程。
然而，在多核/SMP 计算机中，这会成为瓶颈。如今，几乎所有东西都在多个内核上运行，实际上包括所有智能手机甚至许多嵌入式系统。
Java 没有这样的限制，所以多个线程可以同时执行。
【讨论】：
我不同意 Python 在多处理应用程序方面并不比 Java 更好。
首先，据我所知，我假设 OP 使用“更好”来表示“更快的代码执行”。
我患有“速度狂”综合症，可能来自 C/ASM 背景，所以我花了相当长的时间来了解“Python 慢吗？”问题。
简单的答案？ “有可能。”以下是一些要点：
1) 对于多线程应用程序，Python 将比任何没有类似 GIL 的语言的劣势。 GIL 是 CPython 中 Python VM 的工件，而不是 Python 语言本身。一些 Python VM，如 Jython、IronPython 等，没有 GIL。
2) 在多进程应用程序中，GIL 并不真正适用，因此您现在可以开始利用大部分不受 GIL 干扰的 Python 代码的更快执行。如果你想编写既需要速度又需要并发的大型 Python 代码，我强烈建议你学习多处理，可能还有 ZMQ/0MQ 用于消息传递。
3) 不管 GIL 是什么，Java 在许多方面都比 Python 显示出更快的代码执行速度。这是由于 Python 处理内存中对象的方式的原生差异：
许多 Python 函数在内存中创建对象的副本而不是修改它们（参见 http://www.skymind.com/~ocrow/python_string/ 的示例）
Python 使用 Dict 来存储对象等的属性。我不想分散注意力并深入研究这些领域，但我通常可以说 Python 可以做的一些“整洁”的事情来速度成本。同样重要的是要知道，如果默认行为对您造成过高的速度损失，那么有一些方法可以绕过它。
4) 据我所知，Java 的一些速度优势是由于 Java 虚拟机对 Python 进行了更多优化。一旦消除了幕后内存/对象工作量的差异，Java 通常仍然可以击败 Python。是因为Java比Python更受关注吗？我不确定，如果有足够的资金，我觉得 CPython 可能会更快。
我会说我已经决定在新代码中几乎 100% 地拥抱 Python。
不要落入过早的优化陷阱，记住你总是可以在紧要关头调用 C 代码。让您的代码运行良好，使其可维护，然后在应用程序的速度不足以满足您的需求时开始优化。
有趣的基准测试：
http://benchmarksgame.alioth.debian.org/u64/python.php
可以在此处找到有关 Python 速度问题的更多信息：
http://www.infoworld.com/d/application-development/van-rossum-python-not-too-slow-188715
【讨论】：