一、Python全局解釋器鎖GIL（Global Interpreter Lock）

簡單來說，Python全局解釋器鎖(Global Interpreter Lock)或GIL是一個互斥鎖，它只允許一個線程來控制Python解釋器。

這意味著在任何時間點只有一個線程可以處于執(zhí)行狀態(tài)。執(zhí)行單線程程序的開發(fā)人員感受不到GIL的影響，但它可能是CPU限制型和多線程代碼中的性能瓶頸。

由于即使在具有多個CPU核心的多線程架構中，GIL一次只允許一個線程執(zhí)行，因此GIL已經成為Python“臭名昭著”的特性。

GIL為Python解決了什么問題

Python使用引用計數進行內存管理。這意味著在Python中創(chuàng)建的對象具有引用計數變量，該變量用于跟蹤指向該對象的引用數。當此計數達到零時，釋放對象占用的內存。

讓我們看一個簡短的代碼示例來演示引用計數的工作原理：

>>>?

>>> import sys

>>> a = []

>>> b = a

>>> sys.getrefcount (a)

3

在上面的示例中，空列表對象的引用計數為3。列表對象由a，b引用并且參數傳遞給sys.getrefcount()。

回到GIL：

問題是這個引用計數變量需要保護競爭條件。如果其中兩個線程同時增加或減少其值，如果發(fā)生這種情況，它可能導致從未釋放的內存泄漏，或者更糟糕的是，在對該對象的引用仍然存在時錯誤地釋放內存。這可能會導致Python程序中出現崩潰或其他“怪異”錯誤。通過向跨線程共享的所有數據結構添加鎖，可以保持此引用計數變量的安全性，從而不會對它們進行不一致的修改。

但是為每個對象或對象組添加一個鎖意味著將存在多個鎖，這可能導致另一個問題 – 死鎖（死鎖只有在有多個鎖時才會發(fā)生）。另一個副作用是由于重復獲取和釋放鎖而導致性能下降。

GIL是解釋器本身的單個鎖，它增加了一條規(guī)則，即執(zhí)行任何Python字節(jié)碼都需要獲取解釋器鎖。這可以防止死鎖（因為只有一個鎖）并且不會引入太多的性能開銷。但它有效地使任何受CPU限制的Python程序都是單線程的。

GIL雖然被解釋器用于其他語言（如Ruby），但并不是解決此問題的少數方法。有些語言通過使用除引用計數之外的方法（例如垃圾收集）來避免GIL對線程安全內存管理的要求。

另一方面，這意味著這些語言通常需要通過添加其他性能提升性能（如JIT編譯器）來彌補GIL單線程性能優(yōu)勢的損失。

為什么選擇GIL作為解決方案

那么，為什么在Python中使用的方法看似如此阻礙呢？這是Python開發(fā)人員的糟糕決定嗎？

好吧，用Larry Hastings的話來說， GIL的設計決定是讓Python像今天一樣受歡迎的原因之一。

自從操作系統(tǒng)沒有線程概念以來，Python就已存在。Python的設計易于使用，以便更快地開發(fā)，越來越多的開發(fā)人員開始使用它。

開發(fā)人員正在為Python需要的功能編寫許多C庫擴展。為了防止不一致的更改，這些C擴展需要GIL提供的線程安全內存管理。

GIL易于實現，很容易添加到Python中。它為單線程程序提供了性能提升，因為只需要管理一個鎖。

非線程安全的C擴展變得更容易集成。這些C擴展成為不同社區(qū)愿意采用Python的原因之一。

正如您所看到的，GIL是一個實用的解決方案，可以解決CPython開發(fā)人員在Python生命中早期面臨的一個難題。

對多線程Python程序的影響

當您查看典型的Python程序或任何計算機程序時，那些在性能上受CPU限制的程序與受I / O限制的程序之間存在差異。

CPU綁定程序是那些將CPU推向極限的程序。這包括進行數學計算的程序，如矩陣乘法，搜索，圖像處理等。

I / O綁定程序是花費時間等待輸入/輸出的程序，它可以來自用戶，文件，數據庫，網絡等。I / O綁定程序有時需要等待很長時間才能完成從源獲取他們需要的東西，因為源可能需要在輸入/輸出準備好之前進行自己的處理，例如，用戶考慮輸入什么輸入提示或在其中運行的數據庫查詢自己的過程。

延伸閱讀：

二、什么是Python

Python是一種跨平臺的計算機程序設計語言。 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。最初被設計用于編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越多被用于獨立的、大型項目的開發(fā)。