什么是全局解釋器鎖GIL

Python代碼的執(zhí)行由Python 虛擬機(也叫解釋器主循環(huán)，CPython版本)來控制，Python 在設計之初就考慮到要在解釋器的主循環(huán)中，同時只有一個線程在執(zhí)行，即在任意時刻，只有一個線程在解釋器中運行。對Python 虛擬機的訪問由全局解釋器鎖（GIL）來控制，正是這個鎖能保證同一時刻只有一個線程在運行。 在多線程環(huán)境中，Python 虛擬機按以下方式執(zhí)行： 1. 設置GIL
2. 切換到一個線程去運行
3. 運行：
? ??a. 指定數(shù)量的字節(jié)碼指令，或者 b. 線程主動讓出控制（可以調(diào)用time.sleep(0)）
4. 把線程設置為睡眠狀態(tài)
5. 解鎖GIL
6. 再次重復以上所有步驟 在調(diào)用外部代碼（如C/C++擴展函數(shù)）的時候，GIL 將會被鎖定，直到這個函數(shù)結束為止（由于在這期間沒有Python 的字節(jié)碼被運行，所以不會做線程切換）。

全局解釋器鎖GIL設計理念與限制

GIL的設計簡化了CPython的實現(xiàn)，使得對象模型，包括關鍵的內(nèi)建類型如字典，都是隱含可以并發(fā)訪問的。鎖住全局解釋器使得比較容易的實現(xiàn)對多線程的支持，但也損失了多處理器主機的并行計算能力。 但是，不論標準的，還是第三方的擴展模塊，都被設計成在進行密集計算任務是，釋放GIL。 還有，就是在做I/O操作時，GIL總是會被釋放。對所有面向I/O 的(會調(diào)用內(nèi)建的操作系統(tǒng)C 代碼的)程序來說，GIL 會在這個I/O 調(diào)用之前被釋放，以允許其它的線程在這個線程等待I/O 的時候運行。如果是純計算的程序，沒有 I/O 操作，解釋器會每隔 100 次操作就釋放這把鎖，讓別的線程有機會執(zhí)行（這個次數(shù)可以通過 sys.setcheckinterval 來調(diào)整）如果某線程并未使用很多I/O 操作，它會在自己的時間片內(nèi)一直占用處理器（和GIL）。也就是說，I/O 密集型的Python 程序比計算密集型的程序更能充分利用多線程環(huán)境的好處。 下面是Python 2.7.9手冊中對GIL的簡單介紹： The mechanism used by the CPython interpreter to assure that only one thread executes Python bytecode at a time. This simplifies the CPython implementation by making the object model (including critical built-in types such as dict) implicitly safe against concurrent access. Locking the entire interpreter makes it easier for the interpreter to be multi-threaded, at the expense of much of the parallelism afforded by multi-processor machines.
However, some extension modules, either standard or third-party, are designed so as to release the GIL when doing computationally-intensive tasks such as compression or hashing. Also, the GIL is always released when doing I/O.
Past efforts to create a “free-threaded” interpreter (one which locks shared data at a much finer granularity) have not been successful because performance suffered in the common single-processor case. It is believed that overcoming this performance issue would make the implementation much more complicated and therefore costlier to maintain.
從上文中可以看到，針對GIL的問題做的很多改進，如使用更細粒度的鎖機制，在單處理器環(huán)境下反而導致了性能的下降。普遍認為，克服這個性能問題會導致CPython實現(xiàn)更加復雜，因此維護成本更加高昂。

總結

以上是生活随笔為你收集整理的python 多线程为什么鸡肋？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。