GIL全局解释器锁

1、GIL定义

GIL：Global Interpreter Lock 全局解释器锁，是Python解释器（Cpython）时引入的概念，在JPython、PyPy中没有GIL。GIL并不是Python的语言缺陷。

 

2、缘由

解决python多线程的安全问题，CPython在执行多线程的时候并不是线程安全的，所以为了程序的稳定性，加一把全局解释锁，能够确保任何时候都只有一个Python线程执行。

 

3、运作机制

一个进程同一时刻只有一个线程在真正运行

 

4、GIL释放时机

线程IO操作时

每隔100opcode或者15ms

 

5、GIL的弊端

        Python的多线程只对IO密集型计算产生正面效果，而当其中只要有一个CPU密集型任务时，多线程效率将急剧下降。

a、GIL对计算密集型的程序会产生影响。因为计算密集型的程序，需要占用系统资源。GIL的存在，相当于始终在进行单线程运算，这样自然就慢了。

b、IO密集型影响不大的原因在于，IO，input/output，这两个词就表明程序的瓶颈在于输入所耗费的时间，线程大部分时间在等待，所以它们是多个一起等（多线程）还是单个等（单线程）无所谓的。

        这就好比，你在公交站等公交时，你们排队等公交（单线程）还是沿着马路一字排开等（多线程）是无所谓的。公交车（即input，即输入的资源）没来，哪种方式都是瞎折腾。

 

6、解决方案

a、multiprocessing 进程 + 携程

multiprocessing是一个多进程模块，开多个进程，每个进程都带一个GIL，就相当于多线程来用了。

multiprocessing的弊端

多线程与多进程一个不同点在于：

• 多线程是共享内存的，即这些线程共用一个内存地址。好处在于便于线程间数据通信和数据同步。
• 多进程，各个进程地址之间是独立的内存地址。这样不存内存地址之间通信就麻烦了。
  综上所述，如果是IO密集型且对数据通信有需求，使用python 的threading模块也是可以的。

b、使用其他的解释器（JPython、pypy...）     --- 大量三方库用不了