为什么Python在多处理或multithreading应用程序中不比Java好？

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。你能否以自己的方式certificatejava的有效处理的确切推理？

CPython中multithreading的最大问题是全局解释器锁（GIL）（注意其他Python实现不一定分享这个问题！）

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字节代码时，当前线程必须已经获取了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个线程试图执行某些Python字节代码，那么它们将有效地运行交错，因为每个线程都必须等待GIL变为可用。这通常不是单核计算机的问题，因为物理约束具有相同的效果：一次只能运行一个线程。

然而，在多核/ SMP计算机中，这成为瓶颈（并且每分钟变得越来越普遍）。

Java没有这样的限制，因此多个线程可以在同一时间执行。

我不同意Python对于Multi-Processing应用程序并不比Java好。

首先，我假设OP使用“更好”来表示“更快的代码执行”，据我所知。

我患有’速度怪胎’综合症，可能是因为来自C / ASM背景，所以我花了相当多的时间来深入研究“Python慢吗？” 问题。

这简单的答案？ “有可能。” 这里有一些重点：

1）使用multithreading应用程序，Python对任何与GIL没有类似function的语言都会处于劣势。 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Multi-Process应用程序中，GIL并不真正适用，因此您现在可以开始利用GIL在大多数情况下更快地执行您的Python代码。我强烈建议您是否要编写需要速度和并发性的大型Python代码，以了解多处理，并且可能了解消息传递的ZMQ / 0MQ。

3）无论GIL如何，Java在许多领域都显示出比Python更快的代码执行速度。这是由于Python处理内存中对象的原因不同：

许多Python函数在内存中创建对象的副本而不是修改它们（有关示例，请参阅http://www.skymind.com/~ocrow/python_string/ ）
Python使用Dict存储对象的属性等。我不想分散和深入研究这些区域，但我通常可以说Python可以做的一些“整洁”的东西是以速度成本来实现的。同样重要的是要知道如果导致过高的速度惩罚，有很多方法可以解决默认行为。

4）据我所知，Java的一些速度优势是由于Java VM上的更多优化。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，有足够的资金我觉得CPython会更快。

我会说我已经决定接受Python近100％的新代码。

不要陷入过早的优化陷阱，并记住你总能在紧要关头调用C代码。使您的代码运行良好，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：

有关Python速度问题的更多信息，请访问：

我想你回答了自己的问题。由于“全局解释器锁定”（GIL），Python存在问题。

首先在谷歌上搜索“python gil”： http ： //www.grouplens.org/node/244