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(gè)互斥鎖，它只允許一個(gè)線程來控制Python解釋器。

這意味著在任何時(shí)間點(diǎn)只有一個(gè)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(gè)CPU核心的多線程架構(gòu)中，GIL一次只允許一個(gè)線程執(zhí)行，因此GIL已經(jīng)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(jì)數(shù)進(jìn)行內(nèi)存管理。這意味著在Python中創(chuàng)建的對(duì)象具有引用計(jì)數(shù)變量，該變量用于跟蹤指向該對(duì)象的引用數(shù)。當(dāng)此計(jì)數(shù)達(dá)到零時(shí)，釋放對(duì)象占用的內(nèi)存。

讓我們看一個(gè)簡短的代碼示例來演示引用計(jì)數(shù)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(duì)象的引用計(jì)數(shù)為3。列表對(duì)象由a，b引用并且參數(shù)傳遞給sys.getrefcount()。

回到GIL：

問題是這個(gè)引用計(jì)數(shù)變量需要保護(hù)競(jìng)爭(zhēng)條件。如果其中兩個(gè)線程同時(shí)增加或減少其值，如果發(fā)生這種情況，它可能導(dǎo)致從未釋放的內(nèi)存泄漏，或者更糟糕的是，在對(duì)該對(duì)象的引用仍然存在時(shí)錯(cuò)誤地釋放內(nèi)存。這可能會(huì)導(dǎo)致Python程序中出現(xiàn)崩潰或其他“怪異”錯(cuò)誤。通過向跨線程共享的所有數(shù)據(jù)結(jié)構(gòu)添加鎖，可以保持此引用計(jì)數(shù)變量的安全性，從而不會(huì)對(duì)它們進(jìn)行不一致的修改。

但是為每個(gè)對(duì)象或?qū)ο蠼M添加一個(gè)鎖意味著將存在多個(gè)鎖，這可能導(dǎo)致另一個(gè)問題 – 死鎖（死鎖只有在有多個(gè)鎖時(shí)才會(huì)發(fā)生）。另一個(gè)副作用是由于重復(fù)獲取和釋放鎖而導(dǎo)致性能下降。

GIL是解釋器本身的單個(gè)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?yàn)橹挥幸粋€(gè)鎖）并且不會(huì)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(shù)方法。有些語言通過使用除引用計(jì)數(shù)之外的方法（例如垃圾收集）來避免GIL對(duì)線程安全內(nèi)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(bǔ)GIL單線程性能優(yōu)勢(shì)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(shè)計(jì)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(shè)計(jì)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(kuò)展。為了防止不一致的更改，這些C擴(kuò)展需要GIL提供的線程安全內(nèi)存管理。

GIL易于實(shí)現(xiàn)，很容易添加到Python中。它為單線程程序提供了性能提升，因?yàn)橹恍枰芾硪粋€(gè)鎖。

非線程安全的C擴(kuò)展變得更容易集成。這些C擴(kuò)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(gè)實(shí)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(gè)難題。

對(duì)多線程Python程序的影響

當(dāng)您查看典型的Python程序或任何計(jì)算機(jī)程序時(shí)，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(jìn)行數(shù)學(xué)計(jì)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(fèi)時(shí)間等待輸入/輸出的程序，它可以來自用戶，文件，數(shù)據(jù)庫，網(wǎng)絡(luò)等。I / O綁定程序有時(shí)需要等待很長時(shí)間才能完成從源獲取他們需要的東西，因?yàn)樵纯赡苄枰谳斎?輸出準(zhǔn)備好之前進(jìn)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(yùn)行的數(shù)據(jù)庫查詢自己的過程。

延伸閱讀：

二、什么是Python

Python是一種跨平臺(tái)的計(jì)算機(jī)程序設(shè)計(jì)語言。 是一個(gè)高層次的結(jié)合了解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語言。最初被設(shè)計(jì)用于編寫自動(dòng)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(dú)立的、大型項(xiàng)目的開發(fā)。