Python多线程与线性执行对比出现异常结果，求技术解释

要搞懂这个问题，得先明确CPython的核心特性——全局解释器锁（GIL）：同一时刻只有一个线程能执行Python字节码，但如果线程在执行系统级调用（比如IO操作、获取系统时间），会暂时释放GIL，让其他线程有机会运行；而纯CPU密集的Python字节码执行，只会在达到固定字节码计数或主动sleep时才会短暂释放GIL。

1. datetime循环等待的情况 #

你第一段代码里的循环，核心是反复调用datetime.datetime.now()获取系统时间，这是个系统级调用。每次调用这个函数时，当前线程会主动释放GIL，另一个线程就能立刻开始执行自己的等待循环。

换句话说，两个线程的等待逻辑是近乎并行运行的——多线程总耗时差不多等于单线程跑一次等待的时间，而线性执行是跑两次等待，耗时接近单线程的两倍。这就导致两者耗时差异明显，和你预期的“CPU密集型多线程耗时与线性相近”不符，因为这段代码本质是带大量GIL释放操作的等待型任务，不是纯CPU密集型。

2. 循环累加的CPU密集情况 #

第二段代码的循环累加是纯Python字节码运算，没有任何系统级调用。这种情况下，两个线程只能交替执行：一个线程跑一段字节码后短暂释放GIL，另一个线程再接着跑，总耗时接近单线程跑两次累加的时间，和线性执行（一次跑两倍的累加次数）的耗时基本一致，这就符合你对CPU密集型多线程的预期。

内容的提问来源于stack exchange，提问作者Gaurav Aggarwal