GIL全局解释性锁的原理及影响

GIL，全称 Global Interpreter Lock，是 CPython 解释器里的一个全局互斥锁。它的核心作用是：

保证同一时刻只有一个线程在执行 Python 字节码。

> 注意限定词：主要说的是 CPython，也就是最常用的 Python 实现。不是所有 Python 实现都有同样的 GIL。

 

为什么需要 GIL

CPython 的很多内部对象不是线程安全的，尤其是引用计数。

比如：

a = []
b = a

CPython 会给对象维护引用计数。多个线程如果同时修改同一个对象的引用计数，就可能出现竞态：

线程 A: refcount += 1
线程 B: refcount -= 1

如果没有同步保护，引用计数可能错，轻则内存泄漏，重则对象被提前释放导致崩溃。

GIL 的做法很粗暴但有效：执行 Python 字节码前先拿全局锁。这样 CPython 内部大量对象操作就不需要每个地方都单独加细粒度锁，解释器实现更简单，单线程性能也更好。

 

GIL 保护的是什么

它主要保护的是 CPython 解释器内部状态，例如：

• Python 对象引用计数
• 对象内存管理
• dict/list/tuple 等核心对象的内部结构一致性
• 当前线程状态、frame、异常状态等解释器运行时结构
• C extension 调用 Python C API 时的安全性

它带来的直接后果

CPU 密集型 Python 线程不能真正并行执行 Python 字节码。

虽然GIL限制了线程并发只有1个，但 I/O 多线程仍然有用

因为线程在做阻塞 I/O 时通常会释放 GIL，例如：

• 读写文件
• 网络请求
• socket 等待
• sleep
• 一些数据库请求

所以这种场景多线程仍然有效：

# 多个线程同时等网络响应
requests.get(...)

线程 A 等网络时释放 GIL，线程 B 可以继续执行 Python 代码。

 

一句话总结

GIL 是 CPython 为了保护解释器内部对象和内存管理而引入的全局锁。它让解释器实现简单、安全，但代价是：同一个 Python 进程内，多个线程不能并行执行 Python 字节码。I/O、C 扩展、CUDA 计算可以通过释放 GIL 绕开这个限制。