什么是 Python 全局解释器锁 (GIL)

pythonserver side programmingprogramming更新于 2025/10/24 9:16:17

在本文中，我们将了解什么是 Python 全局解释器锁 (GIL)。

这是一种锁或障碍，阻止 Python 解释器同时对多个线程可用。GIL 被确定为 Python 3.x 中的故障/问题。或更早的版本，因为它不允许在多线程架构中使用多线程。

为什么要引入它?

Python 支持自动垃圾收集的概念。一旦对象的引用计数达到零，内存就会被清理并释放以供使用。

>>> import sys
>>> var = {}
>>> print(sys.getrefcount(ar))
>>> 2
>>> v=var
>>> print(sys.getrefcount(v))
>>> 3

在这种情况下，如果引用计数开始同时减少和增加，自动收集器将无法正常工作，因此内存泄漏的可能性会增加。

为了降低这种风险，python 中引入了 GIL。添加全局锁被认为比向每个变量添加锁更好，因为每个变量都会导致一系列锁导致死锁。

GIL 需要改进，以便我们能够以更好的方式处理它。因此，我们不是要删除 GIL，而是要改进 GIL 的概念。由于 python 纯粹与 c 和 cpython 的基础相关，因此我们不能直接删除 Gil。尽管有各种方法可以解决 GIL 解决的问题，但这些问题很难实现，并且会降低系统的处理和运行时间。

例如，

假设进程 P1 正在运行，有线程 t1 和 t2。Python 线程本质上是本机的，由底层操作系统调度。

t1 正在运行(运行阶段)(获取 GIL)→ t1 等待 I/O(输入/输出)(释放 GIL)→ t2 正在运行(运行阶段)(获取 GIL，此时 t1 也已准备好运行，但 GIL 已被 t2 获取)

因此，这里的 GIL 成为主要限制。因此，如果我们想编写一个执行大量 CPU 绑定操作的多线程 Python 应用程序/模块，就不可能获得所需的结果。

因为，在 Python 中真正的多线程是不可能的，因为即使有多核 CPU 可用，该进程实际上也只会一次使用一个 CPU。

但是，在大多数 Python 应用程序(Web 应用程序、基于 Django 的服务器等)中，这不再是一个问题，因为这些应用程序本质上是 I/O 绑定的。

作为 Python 程序员，我们永远不必处理获取和释放 GIL，直到我们编写可在 Python 中执行的 C/C++ 模块/脚本

在本文中，我们了解了 Python 全局解释器锁、它的重要性以及为什么不能直接从 Python 中删除。