Python GIL 机制深度解析：原理、影响与应对策略

1、GIL 简介

GIL 的全称是 Global Interpreter Lock，即全局解释器锁。

1.1 GIL 设计理念与限制

Python 代码的执行由 Python 虚拟机（在 CPython 版本中称为解释器主循环）控制。Python 在设计之初就确立了在解释器的主循环中，同一时刻只有一个线程运行的原则。也就是说，在任意给定时间点，仅有一个线程在解释器中执行。对 Python 虚拟机访问的控制由全局解释锁（GIL）管理，正是这把锁确保了同一时刻只有一个线程能够运行。

当调用外部代码（例如 C 或 C++ 扩展函数）时，GIL 会被锁定，直到该函数执行完毕（由于在此期间没有 Python 字节码运行，因此不会发生线程切换）。

在 Python 中使用的都是操作系统级别的线程，Linux 系统中使用的是 pthread，而 Windows 系统使用的是其原生线程。

从上述概述中可以直观地看出，Python 在同一时刻只能运行一个线程。因此，在多线程环境下，只有当线程获取到全局解释器锁后才能运行。由于全局解释器锁只有一个，即使在多核 CPU 的情况下，Python 也只能发挥单核的功能。

看起来 Python 似乎不够给力，GIL 直接导致 CPython 无法利用物理多核的性能来加速运行。那么为什么会有这样的设计？考虑到 Guido van Rossum 在创造 Python 的上世纪 90 年代，多核 CPU 完全属于不可想象的范畴。如今由于硬件发展速度太快，程序编写就要考虑用尽 CPU 的全部性能，否则就要被淘汰，那么对于 Python 同样也要如此。

上面主要说的是这种设计的劣势，下面再讨论它的优势。

GIL 的设计简化了 CPython 的实现，使得对象模型，包括关键的内建类型如字典，都隐式可以并发访问。锁住全局解释器使得其比较容易的实现对多线程的支持，但也折损了多处理器主机的并行计算能力。

但是不论标准的，还是第三方的扩展模块，都被设计成在进行密集计算任务时释放 GIL。另外还有在做 IO 操作时，GIL 总是被释放。对所有面对内建的操作系统 C 代码的程序来说，GIL 会在这个 IO 调用之前被释放，以允许其它的线程在等待这个 IO 的时候运行。如果是纯计算的程序，没有 IO 操作，解释器会每隔 100 次或每隔一定时间 15ms 去释放 GIL。

这里可以理解为 IO 密集型的 python 比计算密集型的程序更能利用多线程环境带来的便利。

1.2 GIL 对线程执行的影响

多线程环境中，python 虚拟机按照以下方式执行：

1. 设置 GIL
2. 切换到一个线程去执行
3. 运行代码，这里有两种机制：
   1. 指定数量的字节码指令（100 个）
   2. 固定时间 15ms 线程主动让出控制
4. 把线程设置为睡眠状态
5. 解锁 GIL
6. 再次重复以上步骤

上节说到 python 语言和程序一样要考虑用尽 cpu 的性能，下面在讨论 py 的应对方法。

python 的应对方法很简单，在新的 python3 中依然有 GIL，原因大概有下几点：

• CPython 的 GIL 本意是用来保护所有全局的解释器和环境状态变量的，如果去掉 GIL，就需要更多的更细粒度的锁对解释器的众多全局状态进行保护。或者采用 Lock-Free 算法。无论采用哪一种，要做到多线程安全都会比维系一个 GIL 要难得多。另外改动的还是 CPython 的代码树及其各种第三方扩展也在依赖 GIL。
• 进一步说，有人做过测试将 GIL 去掉，加入更细粒度的锁。但是实践检测对单线程来说，性能更低。只有利用的物理 cpu 到一定数目后，性能才会比 GIL 版本好。且现在绝大部分的 python 程序都是单线程的。

然后最重要的还在于以下几个方面，简单来说就是 py 不改，一样能实现我们的需求。

• 自 2.6 引出的多进程标准库 mutilprocessing，让多进程的 python 编写简化到类似多线程的程度，大大减轻 GIL 带来的诸多不利。
• 利用 ctypes 绕过 GIL：ctypes 可以使 py 直接调用任意的 C 动态库的导出函数。所要做的只是用 ctypes 写 python 代码即可。而且，ctypes 会在调用 C 函数前释放 GIL。

python 中 GIL 使得同一个时刻只有一个线程在一个 cpu 上执行，无法将多个线程映射到多个 cpu 上执行，但 GIL 并不会一直占有，它会在适当的时候释放

import threading
count = 0
def add():
  global count
  for i in range(10**6):
    count += 1

def minus():
  global count
  for i in range(10**6):
    count -= 1

thread1 = threading.Thread(target=add)
thread2 = threading.Thread(target=minus)
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print(count)

分别运行三次的结果：

-59452 60868 -77007

可以看到 count 并不是一个固定值，说明 GIL 会在某个时刻释放，那么 GIL 具体在什么情况下释放呢：

1.执行的字节码行数到达一定阈值

2.通过时间片划分，到达一定时间阈值

3.在遇到 IO 操作时，主动释放

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对本站的支持。