Python GIL 锁 - Python零基础入门教程

﹏ヽ暗。殇╰゛Y 2022-10-12 04:12 170阅读 0赞

*  一.并行和并发
 *  二.GIL 锁
    
     *  案例一：单核多线程
     *  案例二：单核多线程
     *  案例三：双核多线程
 *  三.如何解决 GIL 锁问题
 *  四.猜你喜欢

> 零基础 Python 学习路线推荐 : [Python 学习目录][Python] >> [Python 基础入门][Python 1]

Python 中除了[**线程互斥锁 Lock**][Lock] 还有 GIL 锁，GIL 锁全称：Global Interpreter Lock，**任何 Python [线程 threading][threading] 执行前，必须先获得 GIL 锁才能执行，当线程获取到 GIL 锁之后，每执行 100 条字节码，解释器就自动释放 [GIL 锁][GIL]，让别的线程有机会执行。**

GIL 全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在 Python 中只能交替执行，即使 100 个线程跑在 100 核 CPU 上，也只能用到 1 个核 – **不能有效的利用计算机资源，效率低下**，并非真正意义上的多线程；而真正的多线程执行时，如果有 100 个线程跑在 100 核 CPU 上，那么就能用到 100 个核 – **充分利用计算机资源，高效率（ [C 语言][C] / Java 等等都是如此….）。**

![92c57d7b89df907a57c1f883c6188a27.png][]

## 一.并行和并发 ##

在 [**Python 线程 threading 与进程 Process 区别** ][Python _ threading _ Process _]的文章中有介绍关于并行和并发的简单讲解，在讲解 GIL 之前，有必要在补充一下关于并行和并发的知识；

**并行**：多个 CPU 同时执行多个任务，就好像有两个程序，这两个程序是真的在两个不同的 CPU 内同时被执行。

![383e7302e24da3421f2ac286f67b7403.png][]

举个栗子：老王想打麻将，一缺三，分别同时给张三 / 李四 / 王五三位基友打电话，半个小时内集合打麻将，张三李四王五接到电话后，立即出发赶往老王家，张三李四王五的行为就属于并行；累计耗时：0.5 小时；

**并发**：CPU 交替处理多个任务，还是有两个程序，但是只有一个 CPU，会交替处理这两个程序，而不是同时执行，只不过因为 CPU 执行的速度过快，而会使得人们感到是在“同时”执行，执行的先后取决于各个程序对于时间片资源的争夺。大家可以参考下图的实物图就行理解：

![27f01ff26c45bca05338dd131bfc465f.png][]

举个栗子：老王想打麻将，一缺三，先给张三打电话，半小时内来我家集合打麻将，张三接到电话后立即赶往老王家；张三到了之后老王立即给李四打电话，半小时内来我家集合打麻将，李四接到电话后立即赶往老王家；李四到了之后老王立即给王五打电话，半小时内来我家集合打麻将，王五接到电话后立即赶往老王家；张三李四王五的行为就属于并发；累计耗时：1.5 小时；

![c0dc135b0827eb49baa854566ae72a77.png][]

**并行和并发同属于多任务，目的是要提高 CPU 的使用效率。这里需要注意的是，一个 CPU 永远不可能实现并行，即一个 CPU 不能同时运行多个程序，但是可以在随机分配的时间片内交替执行（并发），就好像一个人不能同时看两本书，但是却能够先看第一本书半分钟，再看第二本书半分钟，这样来回切换。**

## 二.GIL 锁 ##

[**GIL – 也称锁全局解释器锁（global interpreter lock）**][GIL]，每个线程在执行时候都需要先获取 GIL，保证同一时刻只有一个线程可以执行代码，即同一时刻只有一个线程使用 CPU ，也就是说多线程并不是真正意义上的同时执行。

### 案例一：单核多线程 ###

![f29692e2e02fb6fb86369017198d1a4a.png][]

### 案例二：单核多线程 ###

![d8e10f72585af69b257140b52bcc6fc3.png][]

### 案例三：双核多线程 ###

![c6c2c51f621d2d3f550931563f27ffff.png][]

由上所述：由于 GIL 锁的存在，多线程并不会充分调用两个 CPU ，而是会像在一个 CPU 上充分运转，而多进程则是会完全调用两个 CPU ，同时执行；

很多小伙伴可能会疑惑: [Python 线程][threading]存在 GIL 锁问题，难道[进程 Process][Process] 就不存在这个问题嘛？你需要明白：**线程共享资源，进程会复制一份资源，进程与进程之间互不影响！**

## 三.如何解决 GIL 锁问题 ##

*  **1.使用多进程完成多线程的任务**
 *  **2.在使用多线程可以使用 c 语言去实现**

## 四.**猜你喜欢** ##

1.  [Python 条件推导式][Python 2]
2.  [Python 列表推导式][Python 3]
3.  [Python 字典推导式][Python 4]
4.  [Python 不定长参数 \*argc/\*\*kargcs][Python _ _argc_kargcs]
5.  [Python 匿名函数 lambda][Python _ lambda]
6.  [Python return 逻辑判断表达式][Python return]
7.  [Python is 和 == 区别][Python is _ _]
8.  [Python 可变数据类型和不可变数据类型][Python 5]
9.  [Python 浅拷贝和深拷贝][Python 6]
10. [Python 异常处理][Python 7]
11. [Python 线程创建和传参][threading]
12. [Python 线程互斥锁 Lock][Lock]
13. [Python 线程时间 Event][Python _ Event]
14. [Python 线程条件变量 Condition][Python _ Condition]
15. [Python 线程定时器 Timer][Python _ Timer]
16. [Python 线程信号量 Semaphore][Python _ Semaphore]
17. [Python 线程障碍对象 Barrier][Python _ Barrier]
18. [Python 线程队列 Queue – FIFO][Python _ Queue _ FIFO]
19. [Python 线程队列 LifoQueue – LIFO][Python _ LifoQueue _ LIFO]
20. [Python 线程优先队列 PriorityQueue][Python _ PriorityQueue]
21. [Python 线程池 ThreadPoolExecutor(一)][Python _ ThreadPoolExecutor]
22. [Python 线程池 ThreadPoolExecutor(二)][Python _ ThreadPoolExecutor 1]
23. [Python 进程 Process 模块][Process]
24. [Python 进程 Process 与线程 threading 区别][Python _ threading _ Process _]
25. [Python 进程间通信 Queue / Pipe][Python _ Queue _ Pipe]

未经允许不得转载：[猿说编程][Link 1] » [Python GIL 锁][GIL]

[Python]: https://www.codersrc.com/python
[Python 1]: https://www.codersrc.com/pythonsimple
[Lock]: https://www.codersrc.com/archives/6048.html
[threading]: https://www.codersrc.com/archives/6015.html
[GIL]: https://www.codersrc.com/archives/6860.html
[C]: https://www.codersrc.com/c%E8%AF%AD%E8%A8%80%E5%9F%BA%E7%A1%80
[92c57d7b89df907a57c1f883c6188a27.png]: /images/20221005/3673811c0e584dd69c0a803b09ea90cd.png
[Python _ threading _ Process _]: https://www.codersrc.com/archives/6788.html
[383e7302e24da3421f2ac286f67b7403.png]: /images/20221005/88e788a932544325a37422e16733dc21.png
[27f01ff26c45bca05338dd131bfc465f.png]: /images/20221005/aa10a395554c4d26b890683ad0bfd650.png
[c0dc135b0827eb49baa854566ae72a77.png]: /images/20221005/ecd6d50b77b049779ace3ee81948240c.png
[f29692e2e02fb6fb86369017198d1a4a.png]: /images/20221005/faebe331761342d89783fd0480553e24.png
[d8e10f72585af69b257140b52bcc6fc3.png]: /images/20221005/da1448d3f0e442eb8ee2f802a2d47f8c.png
[c6c2c51f621d2d3f550931563f27ffff.png]: /images/20221005/ffeb5f10e1c3465eb40a95474f8cb8f6.png
[Process]: https://www.codersrc.com/archives/6765.html
[Python 2]: https://www.codersrc.com/archives/5346.html
[Python 3]: https://www.codersrc.com/archives/5359.html
[Python 4]: https://www.codersrc.com/archives/5377.html
[Python _ _argc_kargcs]: https://www.codersrc.com/archives/5443.html
[Python _ lambda]: https://www.codersrc.com/archives/5756.html
[Python return]: https://www.codersrc.com/archives/5759.html
[Python is _ _]: https://www.codersrc.com/archives/5288.html
[Python 5]: https://www.codersrc.com/archives/5271.html
[Python 6]: https://www.codersrc.com/archives/5492.html
[Python 7]: https://www.codersrc.com/archives/5966.html
[Python _ Event]: https://www.codersrc.com/archives/6486.html
[Python _ Condition]: https://www.codersrc.com/archives/6508.html
[Python _ Timer]: https://www.codersrc.com/archives/6538.html
[Python _ Semaphore]: https://www.codersrc.com/archives/6563.html
[Python _ Barrier]: https://www.codersrc.com/archives/6581.html
[Python _ Queue _ FIFO]: https://www.codersrc.com/archives/6609.html
[Python _ LifoQueue _ LIFO]: https://www.codersrc.com/archives/6651.html
[Python _ PriorityQueue]: https://www.codersrc.com/archives/6674.html
[Python _ ThreadPoolExecutor]: https://www.codersrc.com/archives/6707.html
[Python _ ThreadPoolExecutor 1]: https://www.codersrc.com/archives/6732.html
[Python _ Queue _ Pipe]: https://www.codersrc.com/archives/6826.html
[Link 1]: https://www.codersrc.com