Python线程全部在单核上执行
我有一个Python程序，它会创建很多线程，同时运行4个线程，每个线程都在做一些耗时的操作。大概的代码逻辑是这样的：
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
但是当我运行这个程序时，OS X的活动监视器显示4个逻辑核心中有1个的使用率达到了100%，而其他的几乎没有使用。显然，我不能强迫操作系统做什么，但我之前从来没有关注过多线程代码的性能，所以我在想是不是我漏掉了什么或者理解错了什么。
谢谢。
3 个回答
据我所知，在CPython中，全局解释器锁（Global Interpreter Lock，简称GIL）意味着在任何时刻只能有一个块的Python代码在运行。虽然在单处理器或单核心的机器上这并不会有什么影响，但在多核心的机器上，这就意味着实际上只能有一个线程在运行，导致其他核心都处于闲置状态。
Python有一个叫做全局解释器锁（Global Interpreter Lock，简称GIL）的东西，这个锁会阻止多个线程同时处理解释过的代码。
http://en.wikipedia.org/wiki/Global_Interpreter_Lock
http://wiki.python.org/moin/GlobalInterpreterLock
如果你想绕过这个限制，可以试试 多进程模块，这里有相关的建议：
要注意，在很多情况下（几乎所有你的“耗时操作”是用Python实现的计算的情况），多个线程实际上不会同时运行，这主要是因为Python有个叫做全局解释器锁（GIL）的东西。
GIL是一个解释器级别的锁。 这个锁阻止了在Python解释器中 多个线程同时执行。每个想要 运行的线程都必须等其他线程 释放GIL，这就意味着你的多线程 Python应用实际上是单线程的，对吧？是的，但也不完全是。 可以说是这样。
CPython在后台使用的是“操作系统”线程， 也就是说，每次请求创建新线程时， 解释器实际上会调用操作系统的 库和内核来生成一个新线程。这 和Java是一样的。所以在内存中， 你确实有多个线程，通常操作系统 会控制哪个线程被安排运行。在 多处理器的机器上，这意味着你 可以有很多线程分布在多个处理器上， 都在忙着做工作。
然而，虽然CPython确实使用 操作系统线程（理论上允许多个线程 在解释器中同时执行），但解释器 也强制一个线程在访问解释器和 栈之前必须先获得GIL，这样才能 随意修改内存中的Python对象。 后面这一点就是GIL存在的原因： GIL防止多个线程同时访问Python对象。 但这并不意味着你就可以高枕无忧 （正如银行示例所示），你仍然需要 注意锁的使用；你并没有得到免费的 通行证。GIL是为了保护解释器的内存， 而不是为了保护你的心理健康。
想了解更多细节，可以查看Jesse Noller的文章中关于全局解释器锁的部分。
要解决这个问题，可以看看Python的多进程模块。
使用多个进程（合理使用IPC）是[...]在多CPU机器上编写应用程序时，比线程更好的方法。
-- Guido van Rossum（Python的创造者）
根据@spinkus的评论进行编辑：
如果Python不能同时运行多个线程，那为什么还要有线程呢？
在Python中，线程仍然可以在进行不需要修改解释器状态的同时操作时非常有用。这包括许多（大多数？）长时间运行的函数调用，这些调用不是在Python内部进行的计算，比如I/O（文件访问或网络请求）和[对Numpy数组的计算][6]。这些操作在等待结果时会释放GIL，从而允许程序继续执行。然后，一旦结果返回，线程必须重新获取GIL才能在“Python环境”中使用该结果。