关于 python 线程使用 CPU 核心的问题

[caduke]

请问 threading 能使用多个 cpu 吗？
我写了一个简单的测试：
对于_thread 模块：
#!/usr/bin/python3.4
import _thread as thread,time
def a():
i = 0
while i < 10000000:
time.time()
i += 1
for i in range(0,10):
thread.start_new_thread(a,())
time.sleep(5)


对于 threading:
import threading,time
def a():
i = 0
while i < 10000:
print(time.time())
i += 1
def main(num):
thread_list = []
for i in range(num):
thread = threading.Thread(target=a,args=())
thread_list.append(thread)
for thread in thread_list:
print(thread ,'starting...')
thread.start()
for thread in thread_list:
thread.join()
if __name__ == '__main__':
main(20)

我使用的是 centos6.7 的系统，在使用 top 命令查看时，都在使用 cpu0 和 cpu2 。
但是我知道的是一个进程中的线程同一时刻只能有一个在运行，所以只能使用一个 CPU ，但是我看到结果却不一样，这是我测试的问题吗？

[WKPlus]

如果单写一个 While 1 循环，多开几个线程， cpu 使用率可能更高，据说是 GIL 限制的是纯 python 代码的并发，因此并不是一个 python 进程 cpu 使用率不能超过 100%。

具体哪些不是纯 python 代码，我也没查到，期待牛人解答。

SOF 上有一个类似的问题： http://stackoverflow.com/questions/11615449/python-interpreters-uses-up-to-130-of-my-cpu-how-is-that-possible

[ryd994]

@WKPlus GIL 是解释器的锁（ I for interpreter ）
如果你写了个 C 模块，那么在 C 代码部分的计算量是可以不锁 GIL 的
所以计算密集的核心部分可以试试写成 C 模块

[WKPlus]

@ryd994 但是为啥一个 While 1: pass 也可以让 cpu 使用率超过 100%呢？难道解析器把这个代码优化了？

[lebowsk1s]

计算密集型的代码开多线程没用的，得上多进程， GIL 这锅目前无解，只能用各种方法绕过

[nooper]

python mpi 解决。

[likuku]

python 多线程被 GIL 局限，只能使用一个 core ，

一种解决办法是：任务对列化，按 CPU 核心数开多线程，每个多线程开 subprocess/独立子进程去执行任务。这样，可以用到所有 CPU 核心。

[likuku]

每个线程开一个 subprocess/独立子进程

[ethego]

@WKPlus while 1: pass 超过百分之百是因为超线程。

[virusdefender]

IO 密集型开多线程， CPU 密集型开多进程

[WKPlus]

@ethego 因为超线程？如果仅仅是因为超线程，是不是应该不会超过 200%（ 1 物理核超线程之后变成 2 虚拟核）。但我试过 while 1:pass 开 10 个线程的话， cpu 使用率能达到 950%左右

[ryd994]

@WKPlus while True 这个不需要解释器反复解释啊，就下去跑起来了