Python中的全局解释器锁

矫情吗；* 2022-01-21 10:51 288阅读 0赞

# Python中的全局解释器锁 #

### 文章目录 ###

*  Python中的全局解释器锁
 *   *  数据结构和GIL
     *  GIL全局解释器锁

## 数据结构和GIL ##

*  **Queue**

1.  标准库queue模块，提供FIFO的Queue、LIFO的队列、优先队列。
2.  Queue类是线程安全的，适用于多线程间安全的交换数据。内部使用了Lock和Condition。
3.  在自定义容器类中，如果不加锁，是不可能获得准确的大小的，因为你刚读取到了一个大小，还没有取走数据，就有可能被其他线程改 了。
4.  Queue类的size虽然加了锁，但是，依然不能保证立即get、put就能成功，因为读取大小和get、put方法是分开的。

import queue
    
    q = queue.Queue(8)
    
    if q.qsize() == 7:
        q.put()  #上下两句可能会被打断
    
    if q.qsize() == 1:
        q.get() #未必会成功，同样上下两句会被打断

## GIL全局解释器锁 ##

*  CPython 在解释器进程级别有一把锁，叫做GIL，即全局解释器锁。
 *  GIL 保证CPython进程中，只有一个线程执行字节码。甚至是在多核CPU的情况下，也只允许同时只能有一个CPU 上运行该进程的一个线程。
 *  CPython中
    
    1.  **IO密集型**，某个线程阻塞，就会调度其他就绪线程；
    2.  **CPU密集型**，当前线程可能会连续的获得GIL，导致其它线程几乎无法使用CPU。
 *  在CPython中由于有GIL存在，IO密集型，使用多线程较为合算；CPU密集型，使用多进程，要绕开GIL。

新版CPython正在努力优化GIL的问题，但不是移除。  
如果在意多线程的效率问题，请绕行，选择其它语言erlang、Go等。

*  **Python中绝大多数内置数据结构的读、写操作都是原子操作。**
 *  **由于GIL的存在，Python的内置数据类型在多线程编程的时候就变成了安全的了，但是实际上它们本身 不是 线程安全类型。**

保留GIL的原因：  
Guido坚持的简单哲学，对于初学者门槛低，不需要高深的系统知识也能安全、简单的使用Python。  
而且移除GIL，会降低CPython单线程的执行效率。

*  测试下面两个**计算密集型**代码，会发现计算实际差不多

单线程计算

import datetime
    
    def calc():
        sum = 0
        for _ in range(1000000000): #10亿
            sum += 1
    
    start = datetime.datetime.now()
    for i in range(4):
        calc()
    dalta = (datetime.datetime.now() - start).total_seconds()
    print("耗时：{}".format(dalta))

![GIL\_001][GIL_001]

多线程计算

import datetime
    import threading
    
    def calc():
        sum = 0
        for _ in range(1000000000): #10亿
            sum += 1
    
    start = datetime.datetime.now()
    for i in range(4):
        threading.Thread(target=calc).start()
    
    for i in threading.enumerate():
        if i.name != "MainThread":
            i.join()
    dalta = (datetime.datetime.now() - start).total_seconds()
    print("耗时：{}".format(dalta))

![GIL\_002][GIL_002]

注意，不要在代码中出现print等访问IO的语句。访问IO，线程阻塞，会释放GIL锁，其他线程被调度。  
程序1是单线程程序，所有calc()依次执行，根本就不是并发。在主线程内，函数串行执行。  
程序2是多线程程序，calc()执行在不同的线程中，但是由于GIL的存在，线程的执行变成了假并发。但是这些线程 可以被调度到不同的CPU核心上执行，只不过GIL让同一时间该进程只有一个线程被执行。  
从两段程序测试的结果来看，CPython中多线程根本没有任何优势，和一个线程执行时间相当。因为GIL的存在， 尤其是像上面的计算密集型程序，和单线程串行效果相当。这样，实际上就没有用上CPU多核心的优势。

[GIL_001]: https://raw.githubusercontent.com/1263351411/xdd.github.io/master/img/python/GIL_001.jpg
[GIL_002]: https://raw.githubusercontent.com/1263351411/xdd.github.io/master/img/python/GIL_002.jpg