Как в потоках python обойти GIL?

Многопроцессорная обработка VS многопоточность. 

Самый популярный способ - попробовать использовать многопроцессорный подход, Вы используете несколько процессов вместо потоков.  Каждый процесс Python получает свой собственный интерпретатор Python и пространство в памяти, поэтому GIL не будет проблемой.  Python имеет многопроцессорный модуль, который позволяет нам легко создавать такие процессы:

boris@UbuntuLTS:~/GILSOLVE$ cat multi_threaded.py

# multi_threaded.py

import time

COUNT = 50000000

def countdown(n):

»»>while n>0:

»»»»>n -= 1

start = time.time()

t1.start()

t2.start()

t1.join()

t2.join()

end = time.time()

print('Time taken in seconds -', end - start)

boris@UbuntuLTS:~/GILSOLVE$ cat multiprocess.py

import time

COUNT = 50000000

def countdown(n):

»»»>while n>0:

»»»»»>n -= 1

if name == 'main':

»»pool = Pool(processes=2)

»»start = time.time()

»»r1 = pool.apply_async(countdown, [COUNT//2])

»»r2 = pool.apply_async(countdown, [COUNT//2])

»»pool.close()

»»pool.join()

»»end = time.time()

»»print('Time taken in seconds -', end - start)

Несколько процессов тяжелее, чем несколько потоков,это может стать узким местом при масштабировании.

На мощных многопроцессорных Intel Xeon Servers ( Haswell и выше ) это тестировалось.  На слабых CPU это не сработает.