Python中的GIL锁

Posted 2021-03-09 不自在

在Python中，可以通过多进程、多线程和多协程来实现多任务。

在多线程的实现过程中，为了避免出现资源竞争问题，可以使用互斥锁来使线程同步(按顺序)执行。

但是，其实Python的CPython(C语言实现的)解释器上有一把GIL锁，也就是说Python的程序是处于一个解释器锁的环境中的。

一、GIL介绍

GIL (Global Interperter Lock) 称作全局解释器锁。

GIL并不是Python语言的特性，它是在实现Python解释器时引用的一个概念。GIL只在CPython解释器上存在。

不过，在Python的解释器中，使用最多的都是CPython解释器，所以我们不可避免的会遇到GIL。

在使用互斥锁解决代码中的资源竞争问题时，当一个线程执行时，会将全局共享的资源上锁，当线程执行完成后，将锁解开，释放资源，其他线程才能够使用。

GIL的作用与互斥锁的作用相似，是为了解决解释器中多个线程资源竞争的问题。

二、互斥锁和GIL的区别

互斥锁是运用在一个py文件中的，也就是在一个应用程序中，是代码层面的锁。

其实，Python解释器也是一个应用程序。只是说这个应用程序不是我们实现的，我们自己的python程序都要运行在解释器之上，这个应用程序被用来帮我们运行我们自己的程序。

线程互斥锁是Python代码层面的锁，解决我们自己写的Python程序中多线程共享资源的问题。

GIL是Python解释器层面的锁，解决解释器中多个线程的竞争资源问题。

三、GIL对程序的影响

1.Python中的多线程被称为“伪多线程”，因为无论如何，都逃不过GIL解释器锁。

2.因为GIL的存在，在Python中同一时刻有且只有一个线程会执行。

3.因为线程是存在于进程中的，线程是CPU调度和分派的基本单位，Python中的多线程由于GIL锁的存在无法利用多核 CPU。

4.GIL在程序中有IO操作时才切换到其他线程，所以Python中的多线程不适合计算密集型的程序，只适合IO密集型的程序。

既然GIL的存在使程序无法充分利用CPU进行运算，那么在IO密集型程序中为什么适合使用呢？

通常，程序分为两种，一种是计算密集型程序，另一种叫作IO密集型程序。

大部分的程序在运行时，都需要大量IO操作，比如网络数据的收发，大文件的读写，这样的程序称为IO密集型程序。

IO密集型程序在运行时，需要大量的时间进行等待，如果IO操作不完成，程序无法执行后面的操作，一直处于等待状态，导致CPU空闲。

由于GIL的存在，同一时刻只能有一个线程执行，在程序进行IO操作时，CPU实际并没有做任何工作，程序执行效率非常低。

为了提高CPU的使用率，Python解释在程序执行IO等待时，会释放GIL锁，让其它线程执行，提高Python程序的执行效率。

所以，GIL对于IO密集型的影响很小，多线程适合用来做IO密集型的程序。

四、如何改善GIL产生的问题

因为GIL锁是解释器层面的锁，无法去除GIL锁在执行程序时带来的问题。只能去改善。

1.更换更高版本的Python解释器，从3.2版本开始，Python开始对解释进行优化，虽然不能完全避开GIL，但是优化了总比优化前好。

2.Python程序如果是计算密集型的，或者是需要使用多核CPU的程序，可以使用多进程替代多线程(增强硬件然后使用多进程)。

3.GIL只存在于CPython解释器上，我们可以更换其他解释器，比如Jython(用JAVA实现的)。但是，由于使用的人少，支持的模块也较少，可能会导致有些模块不能使用，开发效率降低。一般不会采用这种方法。

 

————————————————
版权声明：本文为CSDN博主「Python碎片」的原创文章
原文链接：https://blog.csdn.net/weixin_43790276/article/details/91345641