Python編程中Python與GIL互斥鎖的關系

這篇文章主要介紹“Python編程中Python與GIL互斥鎖的關系”，在日常操作中，相信很多人在Python編程中Python與GIL互斥鎖的關系問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python編程中Python與GIL互斥鎖的關系”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

GIL 的起源

Python 第一次發布是在 1991 年，當時的 CPU 都是單核，單核中，多線程主要為了一邊做IO，一邊做 CPU 計算而設計的，Python 編譯器是由 C 語言編寫的，因此也叫 CPython，那時候很多編程語言沒有自動內存管理的功能，為了實現自動垃圾回收，Python 為每一個對象進行了引用計數，當引用計數為 0 的時候說明該對象可以回收，從而釋放內存了，比如：

>>> import sys
>>> data = { 'gzh': 'Python七號'}
>>> var1 = data
>>> sys.getrefcount(data)
3
>>>

這里 data 對象就有 3 個引用， 一個是本身，一個是變量 var1，一個是 getrefcount 函數的參數，如果此時又有一個線程引用了 data，那么引用計數再增加 1，如果某個線程使用了 data 后運行結束，那么引用計數就減少 1，多線程對同一個變量「引用計數」進行修改，就會遇到 race conditions（競爭），為了避免 race conditions，最簡單有效的辦法就是加一個互斥鎖。

如果對每一個對象都加鎖，有可能引發另一個問題，就是死鎖，而且頻繁的獲取和釋放會導致性能下降，最簡單有效的方法就是加一個解釋器鎖，線程在執行任何字節碼時都先獲取解釋器鎖，這就避免了死鎖，而且不會有太多的性能消耗。當時 CPU 都是單核，而且這種 GIL 設計簡單，并不會影響性能，因此一直沿用至今天。GIL 存在最主要的原因，就是因為 Python 的內存管理不是線程安全的，這就是 GIL 產生并存在的主要緣由。

嘗試消除 GIL

CPU 進入多核時代后，可以同時做多個計算任務, GIL 才真正變成問題。在 1999 年，有個叫 Greg Stein 的大佬基于 Python 1.5 版本消除了 GIL，取代代之的是在可變數據結構上加上更細粒度的鎖，也提交了補丁用于去除對全局可變對象的依賴，然后在標準測試時表明去除 GIL 后單線程比不去除時慢了近 2 倍，測試的機器還是當時性能最好 Windows 機器。也就是說除去了 GIL 后，你使用 2 個 CPU 才能獲取比原來 1 個 CPU 稍微好一點的性能，這種提升明顯得不償失，Greg Stein 的嘗試也就失敗告終。

Python 之父 Guido van Rossum 也歡迎社區的志愿者去嘗試去除 GIL，只要不降低單線程的性能，但他也提到，去掉 GIL 不是一件容易的事。

Python 開發者郵件列表中也偶爾會有去除 GIL 的議題，但是以下需求必須滿足：

• 簡單。從長遠來看該方案必須是可實施、可維護的。

• 并發。去除 GIL 必須能提升多線程的性能。

• 速度。去除 GIL 不能降低單線程的性能。

• 滿足 CPython 的特性。該方案必須支持 CPython 的功能，比如 __del__ 和弱引用。

• API 的兼容性。該方案應與所有現有CPython擴展使用的宏在源方面兼容。

• 及時銷毀不可達對象，回收內存。

• 有序銷毀，比如不可達對象 X 引用了 A，那么應該在銷毀 A 之前先銷毀 X（有些垃圾回收算法并不能做到這一點）。

有些需求不容易被滿足，比如 4，5，7，目前，還沒有人滿足以上需求的同時去除 GIL 成功的。

積重難返

這些年 Python 實在太火了，很多優秀的庫都是基于 CPython 進行編寫的，很多都是 90 年代的 C 擴展庫，如果要除去 GIL，那么很多基于 GIL 編寫的 C 擴展便無法使用，也就是去了 GIL，Python 生態有很多擴展或三方庫者無法使用。

還有一個很明顯的例子，Python 解釋器不止有 CPython，還有用 Java 編寫的 Python，.NET 實現的 IronPython，這些解釋器完全沒有 GIL，可是有多少人為它們編寫擴展呢？

Python 之所以如此火爆，與它有著豐富的三方庫開箱即用有著很大的關系，積重難返，去除 GIL 很困難。

為什么 Python3 一開始時不去除 GIL

Python3 在最開始時是有機會實現很多新功能，在此過程中，打破了一些現有的 C 擴展，然后需要更新和移植更改以配合 Python 3，這也是 Python3 一開始不被社區所接受的原因。

與 Python2 相比，刪除 GIL 將使 Python3 在單線程性能方面更慢，而且很多優秀的擴展將不能再使用，如果真的這樣，可以想象 Python3 不可能有未來，最終的結果是 Python3 仍然保持有 GIL。

但 Python3 也為現有的 GIL 帶來了重大改進，在 Python 3.2 版本中，確保了計算密集型線程和 I/O 密集型線程并存時， I/O 密集型長期獲取不到 GIL 而無法執行的問題，提升了多線程的性能。

到此，關于“Python編程中Python與GIL互斥鎖的關系”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！