python+import+文件
【CSDN 编者按】IBM工程师Martin Heinz发文表示，Python即将迎来了真正的多线程时刻！
原文：https://martinheinz.dev/blog/97
未经授权，禁止转载！
作者 | Martin Heinz 责编 | 梦依丹翻译工具 | ChatGPT32岁的Python依然没有真正的并行性/并发性。然而，这种情况即将发生改变，因为在即将发布的Python 3.12中引入了名为"Per-Interpreter GIL"（全局解释器锁）的新特性。在距离发布还有几个月的时间（预计2023年10月发布），但相关代码已经有了，因此，我们可以提前了解如何使用子解释器API编写真正的并发Python代码。
子解释器
首先，让我们来解释一下如何通过“Per-Interpreter GIL”来解决Python缺乏适当的并发性问题。
在Python中，GIL是一个互斥锁，它只允许一个线程控制Python解释器。这意味着即使在Python中创建多个线程（例如使用线程模块），也只有一个线程会运行。
随着“Per-Interpreter GIL”的引入，各个Python解释器不再共享同一个GIL。这种隔离级别允许每个子解释器可以同时运行。这意味着我们可以通过生成额外的子解释器来绕过Python的并发限制，其中每个子解释器都有自己的GIL（全局状态）。
更详细的说明请参见PEP 684，该文档描述了此功能/更改：https://peps.python.org/pep-0684/#per-interpreter-state
上手体验
安装
为使用这项最新功能，我们必须安装最新版的Python，并且需要从源码上进行构建：
# https://devguide.python.org/getting-started/setup-building/#unix-compilinggit clone https://github.com/python/cpython.gitcd cpython./configure --enable-optimizations --prefix=$(pwd)/python-3.12make -s -j2./python# Python 3.12.0a7+ (heads/main:22f3425c3d, May 10 2023, 12:52:07) [GCC 11.3.0] on linux# Type "help", "copyright", "credits" or "license" for more information.C-API在哪里？
既然已经安装了最新的版本，那我们该如何使用子解释器呢？可以直接导入吗？不，正如PEP-684中所提到的：“这是一个高级功能，专为C-API的一小部分用户设计。”
目前，Per-Interpreter GIL特性只能通过C-API使用，因此Python开发人员没有直接的接口可以使用。这样的接口预计将随着PEP 554一起推出，如果被采纳，则应该会在Python 3.13中实现，在那之前，我们必须自己想办法实现子解释器。
通过CPython代码库中的一些零散记录，我们可以采用下面两种方法：
使用_xxsubinterpreters模块，该模块是用C实现的，因此名称看起来有些奇怪。由于它是用C实现的，所以开发者无法轻易地检查代码（至少不是在 Python 中）；
或者可以利用CPython的测试模块，该模块具有用于测试的示例 Interpreter（和 Channel）类。
# Choose one of these:import _xxsubinterpreters as interpretersfrom test.support import interpreters在接下来的演示中，我们将主要采用第二种方法。我们已经找到了子解释器，但还需要从Python的测试模块中借用一些辅助函数，以便将代码传递给子解释器：
from textwrap import dedentimport os# https://github.com/python/cpython/blob/# 15665d896bae9c3d8b60bd7210ac1b7dc533b093/Lib/test/test__xxsubinterpreters.py#L75def _captured_script(script): r, w = os.pipe() indented = script.replace('\\n', '\\n ') wrapped = dedent(f""" import contextlib with open({w}, 'w', encoding="utf-8") as spipe: with contextlib.redirect_stdout(spipe): {indented} """) return wrapped, open(r, encoding="utf-8")def _run_output(interp, request, channels=None): script, rpipe = _captured_script(request) with rpipe: interp.run(script, channels=channels) return rpipe.read()将interpreters模块与上述的辅助程序组合在一起，便可以生成第一个子解释器：
from test.support import interpretersmain = interpreters.get_main()print(f"Main interpreter ID: {main}")# Main interpreter ID: Interpreter(id=0, isolated=None)interp = interpreters.create()print(f"Sub-interpreter: {interp}")# Sub-interpreter: Interpreter(id=1, isolated=True)# https://github.com/python/cpython/blob/# 15665d896bae9c3d8b60bd7210ac1b7dc533b093/Lib/test/test__xxsubinterpreters.py#L236code = dedent(""" from test.support import interpreters cur = interpreters.get_current() print(cur.id) """)out = _run_output(interp, code)print(f"All Interpreters: {interpreters.list_all()}")# All Interpreters: [Interpreter(id=0, isolated=None), Interpreter(id=1, isolated=None)]print(f"Output: {out}") # Result of 'print(cur.id)'# Output: 1生成和运行新解释器的一个方法是使用create函数，然后将解释器与要执行的代码一起传递给_run_output辅助函数。
更简单点的方法是：
interp = interpreters.create()interp.run(code)使用解释器中的run方法。可是，如果我们运行上述代码中的任意一个，都会得到如下错误：
Fatal Python error: PyInterpreterState_Delete: remaining subinterpretersPython runtime state: finalizing (tstate=0x000055b5926bf398)为避免此类错误发生，还需要清理一些悬挂的解释器：
def cleanup_interpreters(): for i in interpreters.list_all(): if i.id == 0: # main continue try: print(f"Cleaning up interpreter: {i}") i.close() except RuntimeError: pass # already destroyedcleanup_interpreters()# Cleaning up interpreter: Interpreter(id=1, isolated=None)# Cleaning up interpreter: Interpreter(id=2, isolated=None)线程
虽然使用上述辅助函数运行代码是可行的，但使用线程模块中熟悉的接口可能更加方便：
import threadingdef run_in_thread(): t = threading.Thread(target=interpreters.create) print(t) t.start() print(t) t.join() print(t)run_in_thread()run_in_thread()# # # # # #我们通过把interpreters.create函数传递给Thread,它会自动在线程内部生成新的子解释器。
我们也可以结合这两种方法，并将辅助函数传递给threading.Thread：
import timedef run_in_thread(): interp = interpreters.create(isolated=True) t = threading.Thread(target=_run_output, args=(interp, dedent(""" import _xxsubinterpreters as _interpreters cur = _interpreters.get_current() import time time.sleep(2) # Can't print from here, won't bubble-up to main interpreter assert isinstance(cur, _interpreters.InterpreterID) """))) print(f"Created Thread: {t}") t.start() return tt1 = run_in_thread()print(f"First running Thread: {t1}")t2 = run_in_thread()print(f"Second running Thread: {t2}")time.sleep(4) # Need to sleep to give Threads time to completecleanup_interpreters()这里，我们演示了如何使用_xxsubinterpreters模块而不是test.support中的模块。我们还在每个线程中睡眠2秒钟来模拟一些“工作”。请注意，我们甚至不必调用join()函数等待线程完成，只需在线程完成时清理解释器即可。
Channels
如果我们深入研究CPython测试模块，我们还会发现有 RecvChannel 和 SendChannel 类的实现，它们类似于 Golang 中的通道（Channel）。要使用它们：
# https://github.com/python/cpython/blob/# 15665d896bae9c3d8b60bd7210ac1b7dc533b093/Lib/test/test_interpreters.py#L583r, s = interpreters.create_channel()print(f"Channel: {r}, {s}")# Channel: RecvChannel(id=0), SendChannel(id=0)orig = b'spam's.send_nowait(orig)obj = r.recv()print(f"Received: {obj}")# Received: b'spam'cleanup_interpreters()# Need clean up, otherwise:# free(): invalid pointer# Aborted (core dumped)这个例子展示了如何创建一个带有receiver（r）和sender（s）端的通道。我们可以使用send_nowait将数据传递给发送方，并使用recv函数在另一侧读取它。这个通道实际上只是另一个子解释器 - 所以与之前一样 - 我们需要在完成后进行清理。
深入挖掘
最后，如果我们想要干扰或调整在C代码中设置的子解释器选项，那么可以使用test.support模块中的代码，具体来说就是run_in_subinterp_with_config：
import test.supportdef run_in_thread(script): test.support.run_in_subinterp_with_config( script, use_main_obmalloc=True, allow_fork=True, allow_exec=True, allow_threads=True, allow_daemon_threads=False, check_multi_interp_extensions=False, own_gil=True, )code = dedent(f""" from test.support import interpreters cur = interpreters.get_current() print(cur) """)run_in_thread(code)# Interpreter(id=7, isolated=None)run_in_thread(code)# Interpreter(id=8, isolated=None)这个函数是一个Python API，用于调用C函数。它提供了一些子解释器选项，如own_gil，指定子解释器是否应该拥有自己的GIL。
总结
话虽如此——也正如你所看到的，API调用并不简单，除非你已具备C语言专业知识，并且又迫切想要使用字解释器，否则建议还是等待Python 3.13的发布。或者您可以尝试extrainterpreters项目，该项目提供更友好的Python API以便使用子解释器。
","gnid":"9956ec435c7bfa16a","img_data":[{"flag":2,"img":[{"desc":"","height":"80","s_url":"https://p0.ssl.img.360kuai.com/t013d73ffee4a20366b_1.gif","title":"","url":"https://p0.ssl.img.360kuai.com/t013d73ffee4a20366b.gif","width":"640"}]}],"original":0,"pat":"art_src_1,fts0,sts0","powerby":"cache","pub_time":1684491729000,"pure":"","rawurl":"http://zm.news.so.com/80752638082f9b466a7e6369cfcb10da","redirect":0,"rptid":"d162cb29895325f3","rss_ext":[],"s":"t","src":"CSDN","tag":[],"title":"真正的Python多线程来了！
莫葛奚2312R 和 Python 用于统计学分析,哪个更好 -
寿奋夜13868638009 ______ 2012年的时候我们说R是学术界的主流,但是现在Python正在慢慢取代R在学术界的地位.不知道是不是因为大数据时代的到来. Python与R相比速度要快.Python可以直接处理上G的数据;R不行,R分析数据时需要先通过数据库把大数据转化...
莫葛奚2312python报错ImportError: cannot import name - ufuncs怎么解决 -
寿奋夜13868638009 ______ 我import是没错,说明你安装scipy包的时候出错,windows可以到http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy,对应版本就可以了,可能是装的时候错...
莫葛奚2312python匹配IP和端口 -
寿奋夜13868638009 ______ import reresults = re.findall('(?isu)(\d+)\.(\d+)\.(\d+)\.(\d+)\s*(\d+)', your_html)for...
莫葛奚2312python 16进制转字符串 -
寿奋夜13868638009 ______ #将16进制字符转成二进制字符def str2byte(s): base='0123456789ABCDEF' i=0 s = s.upper() s1='' while i < len(s): c1=s[i] c2=s[i+1] ...
莫葛奚2312matlab中怎么调用python,python计算结果再返回matlab? -
寿奋夜13868638009 ______ matlab:[status, cmdout] = system('python xxx.py 1 2')python:# -*- coding: utf-8 -*- import sys if __name__==＂__main__＂: arg1 = sys.argv[1] arg2 = sys.argv[2] ret = float(arg1)+float(arg2) print ret因为system的参数和cmdout都是字符串,所以要做些字符串操作.
莫葛奚2312python设置截断除法import什么? -
寿奋夜13868638009 ______ from __future__ import division 是个特例 它并不是真的import一段代码 它是修改了一些编译设定 所以这个无法被撤回 不过你可以选择用//来做整数除法. 这样写还有同时兼容python2和python3的好处.>>> 5 // 22
莫葛奚2312请编写Python程序完成以下要求: 使用小海龟,在屏幕上绘制一系列的...
寿奋夜13868638009 ______ # Brownian motion -- an example of a multi-threaded Tkinter program. from tkinter import * import random import threading import time import sys #画布大小 WIDTH = 400 HEIGHT = 300 SIGMA = 10 BUZZ = 2 RADIUS = 2 LAMBDA = 10 FILL = '...
莫葛奚2312python pip是干什么用哪个的 -
寿奋夜13868638009 ______ python pip是一个安装和管理 Python 包的工具 ,是easy_install的替代品.