Python的全局锁GIL解析

news2024/11/24 7:43:50

在这里插入图片描述

Python的全局锁（GIL）是 CPython 解释器实现中的一个机制，用来确保任何时候只有一个线程执行 Python 字节码。这一机制存在于 CPython 中，主要是为了确保线程操作中的数据一致性，但也因此限制了多线程的并行执行效率。尤其是在多核 CPU 上，GIL 使得 CPU 的多核优势难以在纯 Python 的多线程程序中得到完全利用。

GIL 的基本知识

作用：GIL 保证在 CPython 中，同时只能有一个线程执行 Python 代码（即字节码）。
原因：CPython 的许多内建对象（如字典、列表等）不是线程安全的。通过使用 GIL，CPython 避免了在这些对象上加锁，从而简化了对象的内存管理。
影响：GIL 会使得多线程程序在多核 CPU 上无法完全并行，导致在 CPU 密集型任务中表现不佳。但是对于 I/O 密集型的任务（如网络 I/O、文件读写等），GIL 的影响相对较小。

CPython 实现 GIL 的基本原理

在 CPython 中，GIL 被实现为一个互斥锁。每次只有持有 GIL 的线程才能执行 Python 字节码，其它线程则处于等待状态。GIL 的执行流程如下：

一个线程持有 GIL 时，可以执行 Python 代码。
执行一段时间后，线程会释放 GIL，让其他线程有机会获得它（在 CPython 中通常会计数 Python 的指令）。
另一个线程获得 GIL 并开始执行。

简化 C++ 示例：模拟 GIL 的作用

以下代码模拟了 GIL 在多线程中的作用。它展示了如何使用一个全局互斥锁来控制线程执行的访问权限。

#include <iostream>
#include <thread>
#include <mutex>

std::mutex gil; // 模拟 GIL

void python_thread(int thread_id) {
    for (int i = 0; i < 5; ++i) {
        std::lock_guard<std::mutex> lock(gil); // 获得“GIL”
        std::cout << "线程 " << thread_id << " 正在执行 Python 代码, i = " << i << std::endl;
    } // 离开作用域时自动释放“GIL”
}

int main() {
    std::thread t1(python_thread, 1);
    std::thread t2(python_thread, 2);

    t1.join();
    t2.join();

    return 0;
}

在这个示例中，我们模拟了 GIL 的作用，通过 std::mutex 来控制每个线程对共享资源的访问。这段代码展示了线程如何在每次需要执行 Python 代码时获取 GIL，其他线程必须等待直到 GIL 被释放。

Python 中多线程的简单示例

以下 Python 代码展示了 GIL 对多线程程序的影响。在这个例子中，我们使用了 CPU 密集型的计算，观察到 GIL 的存在会导致多线程表现不如预期。

import threading
import time

def cpu_bound_task():
    x = 0
    for _ in range(100000000):
        x += 1
    print("完成计算")

# 启动两个线程执行 CPU 密集型任务
start_time = time.time()
t1 = threading.Thread(target=cpu_bound_task)
t2 = threading.Thread(target=cpu_bound_task)
t1.start()
t2.start()
t1.join()
t2.join()
end_time = time.time()

print(f"总耗时: {end_time - start_time} 秒")