本文主要是介绍python多线程与GIL的关系--接口测试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Python标准库为我们提供了threading(多线程)
Python并发编程Futures：Python3.2开始，标准库为我们提供了concurrent.futures模块，concurrent.futures 模块的主要特色是 ThreadPoolExecutor 和ProcessPoolExecutor 类，这两个类实现的接口能分别在不同的线程或进程中执行可调用的对象。这两个类在内部维护着一个工作线程或进程池，以及要执行的任务队列。
Python协程Asyncio：Python 3.4 以后标准库中asyncio 包，这个包使用事件循环驱动的协程实现并发。
1、GIL只支持单线程，而python支持多线程，这两者究竟是什么关系呢？
GIL的存在与Python支持多线程并不矛盾：
GIL是同一时刻，只有一个线程运行
Python的多线程，是指多个线程交替执行，造成一个“伪并行”的结果，具体到某一时刻，仍然只有一个线程在运行，并不是真正的多线程并行。
接口测试的时候，多线程并不影响的，当我们线程1请求接口1的时候这时候等待程序响应，此时线程2开始执行请求接口2的请求，交替进行，通过时间片的切换完成剩余的操作。站在用户角度看到的就是我们所说的多线程
2、 多进程与多线程的应用场景
如果你想对CPU密集型加速，使用多线程是无效的，请使用多进程。CPU密集型，是指会消耗大量的CPU资源的任务，比如计算1到100000000乘积，或者很长的文字编码、解码。
使用多线程无效，是因为Python的多线程互相切换，但是同一时刻只有一个线程运行。所以你使用一个主线程和使用多线程，本质上没有差别。反而由于线程切换带来额外的消耗，还会降低效率。
如果使用多进程，允许多个进程同时执行任务，所以能有效提高运行效率。
至于I/O密集型任务，如果想要加速，优先使用多线程或Asyncio。当然，多进程也可以，但是没有必要。因为I/O密集型的任务大多时间浪费在等待上。因此，在等待I/O时，我们切换线程去执行其他的任务就好了。
如果I/O操作非常多，需要建立连接也比较多，我们一般用Asyncio。因为Asyncio的任务切换更加轻量化，并且启动的任务数也远比多线程启动的线程数要多。
这篇关于python多线程与GIL的关系--接口测试的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
