【声明】本博客所有内容均为个人业余时间创作，所述技术案例均来自公开开源项目（如Github，Apache基金会），不涉及任何企业机密或未公开技术，如有侵权请联系删除
背景
上篇 blog
【Ubuntu】【Gitlab】拉出内网 Web 服务：http.server 单/多线程分析（四）
分析了 Python http.server 即使在多线程情况下，也会受到 GIL 的限制，只能实现高并发（处理 IO 密集型任务），而不能做到高并行（CPU 密集型任务），因为同一时刻只能有 1 个线程在跑 Python 代码，整个 CPython 进程只有一把 GIL 锁
下面继续分析
Python http.server 单/多线程分析
下面再多说一下，多线程对这些 IO 密集型任务是有效的原因
- 首先，Python 标准库中的 IO 操作，比如
socket.recv()，file.read()，time.sleep()默认是阻塞的 - CPython 在进入这些系统调用（syscall）之前，会主动释放 GIL
- 等待系统调用返回后，再重新获取 GIL，继续执行 Python 代码
- 在这种场景下，如果 Python 程序启用了 threading 多线程，那么在一个线程释放 GIL 锁时，另一个线程就可以获取 GIL 锁去执行其任务
所以，IO 操作本身是阻塞的（线程会卡在系统调用上），但对 Python 解释器来说是非阻塞的（因为 GIL 被释放了，其他线程能跑 Python 代码），这就是多线程 Web 服务器（比如 ThreadingHTTPServer）能处理多个连接的原因，因为每个线程在等网络数据时都会让出解释器
OK，上面提到了 IO 操作是阻塞的，下面也分析下
首先，得先了解 IO 操作的定义，IO = Input & Output，输入输出操作，指的是程序与外部设备或系统交换数据的过程，常见的 IO 操作包括（Python 标准库为例）：
- 磁盘 I/O ：读写文件，比如 open('file.txt').read()
- 网络 I/O ：发送接收 HTTP 请求，数据库查询等，比如
socket.recv()，requests.get() - 终端 I/O ：打印，等待用户输入等，
print()，input() - 设备 I/O：读取摄像头，传感器数据等
其核心特征为 IO 操作需要等待外部世界的响应，而外部世界通常比 CPU 慢几万到几百万倍 ，这里特别说下 time.sleep()，严格来说，time.sleep() 不是 IO 操作，但其在 CPython 中的行为类似于 IO 阻塞（会释放 GIL 锁），从而让其他线程有机会运行，所以表现和 IO 操作是一样的，可以归为一类
OK，上面分析完 IO 操作的定义，下面再分析 IO 操作的阻塞行为，首先先要理解阻塞的含义：
- 阻塞（Blocking）：当程序发起一个操作后，必须等待它完成才能继续执行下一行代码
- 非阻塞（Non-blocking）：程序发起操作后立即返回，不管有没有结果，程序可以先干别的
对软件开发人员来说，阻塞式模型更符合直觉，比如有下面一段代码
python
data = file.read() # 先把数据拿到再说，拿到才能处理，中间怎么拿到的不关心
process(data) # OK，拿到数据了，开始处理可以看到，程序只关心拿到数据后，对其进行处理，并不关心数据是怎么拿到的，如果这个时候是程序是非阻塞的，在 file.read() 调用之后立即返回（也不管数据拿没拿到，获取数据的行为一般是耗时的），那这个时候 process 处理就会出错，因为数据压根没拿到
所以一般操作系统和编程语言默认提供阻塞 IO，就是为了让代码写起来简单
但从速度层面来说：
- CPU 速度 ≈ 纳秒级（10⁻⁹ 秒）
- 外设磁盘读取 ≈ 毫秒级（10⁻³ 秒），时间慢 100 万倍！
- 网络请求 ≈ 几十毫秒到几秒，慢几千万倍！
所以如果 CPU 在等 IO 操作时不挂起当前任务，而是疯狂轮询，会浪费大量 CPU 资源 ，此时系统会变卡，所以操作系统设计为，当线程发起 IO 请求时，内核将其挂起（放入等待队列），直到 IO 完成才唤醒它，这就是阻塞的本质：让出 CPU，避免空转
OK，本篇先到这里，如有疑问，欢迎评论区留言讨论，祝各位功力大涨，技术更上一层楼！！！更多内容见下篇 blog