Python 的并發(fā)是其最大的優(yōu)勢之一，可以讓我們在同一時間處理多個任務(wù)，提高程序的效率。然而，并發(fā)編程中也存在一些坑，其中一個最常見的問題就是卡死。

import threading
import time
def task():
print('start')
time.sleep(10)
print('end')
if __name__ == '__main__':
for i in range(5):
thread = threading.Thread(target=task)
thread.start()

在上面的代碼中，我們使用多線程來執(zhí)行一個耗時的任務(wù)，預(yù)計每個線程都需要10秒鐘的時間。但是，當(dāng)我們運(yùn)行這段代碼時，會發(fā)現(xiàn)程序會卡住，沒有任何輸出。

這是因?yàn)?Python 的全局解釋器鎖（GIL）在多線程執(zhí)行時只允許一個線程執(zhí)行 Python 代碼。即使我們使用多線程，也只能有一個線程執(zhí)行計算密集型的任務(wù)。

解決這個問題的方法是使用多進(jìn)程而不是多線程。多進(jìn)程是可以利用多核處理器并行執(zhí)行多個任務(wù)的。修改上面的代碼如下：

import multiprocessing
import time
def task():
print('start')
time.sleep(10)
print('end')
if __name__ == '__main__':
for i in range(5):
process = multiprocessing.Process(target=task)
process.start()

我們只需要將 threading 模塊替換為 multiprocessing 模塊，就可以避免卡死問題。