Python multi-process VS multi-thread （多核CPU利用率）

现在用python开发服务器代码，因此简单对比了一下其multi-process和multi-thread的CPU利用率

对比图（top命令），结论：python（cpython）由于GIL的存在无法使用threading充分利用CPU资源，如果服务器为多核，请考虑使用multi-process提升性能

多进程（ multi-process）

多线程（multi-thread）

源代码

多进程（ multi-process）

import multiprocessing

def thread_func(): 
    print "thread in"
    while True:
        pass

if __name__ == "__main__":
    t1 = multiprocessing.Process(target = thread_func)
    t1.start()

    t2 = multiprocessing.Process(target = thread_func)
    t2.start()
    
    t1.join()
    t2.join()

多线程（multi-thread）

from threading import  Thread                                                                                       

def thread_func(): 
    print "thread in"
    while True:
        pass

if __name__ == "__main__":
    t1 = Thread(target = thread_func)
    t1.start()

    t2 = Thread(target = thread_func)
    t2.start()
    
    t1.join()
    t2.join()