什么是全局解释器锁（GIL）？

Question

什么是全局解释器锁，为什么它是一个问题？

大量的噪音，已经取得了从周围的Python去除GIL，我想知道为什么是如此的重要。我从来没有编写过编译器和解释器，所以不要因为细节而节俭，我可能需要他们去理解。

Answer 1

Python的GIL旨在序列化来自不同线程的解释器内部的访问。在多核系统上，这意味着多线程无法有效利用多核。 （如果GIL没有导致这个问题，大多数人不会关心GIL--由于多核系统的普及程度越来越高，它只是被提出来作为一个问题。）如果你想详细了解它，您可以查看this video或查看this set of slides。这可能是信息太多了，但你没询问详情:-)

需要注意的是Python的GIL是唯一真正的CPython的，参考实现的问题。 Jython和IronPython没有GIL。作为Python开发人员，除非您正在编写C扩展，否则通常不会遇到GIL。 C扩展编写者需要在其扩展阻塞I/O时释放GIL，以便Python进程中的其他线程有机会运行。

更新：更新后的视频链接指向Youtube，因为之前的blip.tv链接已经腐烂。

Answer 2

假设你有多个线程这不真的触摸对方的数据。那些应该尽可能地独立执行。如果你有一个“全局锁定”，你需要获取以便（称）调用一个函数，这可能最终成为一个瓶颈。首先，您可以从多线程中获益不多。

为了把它变成一个真正的世界类比：假如100个开发者在一个公司只有一个咖啡杯的工作。大多数开发者会花时间等待咖啡而不是编码。

无的，这是Python特定的 - 我不知道什么样的Python需要GIL在首位的细节。不过，希望它给你一个更好的概念概念。

Answer 3

维基百科有一个全球性的解释的一个很好的说明锁

http://en.wikipedia.org/wiki/Global_Interpreter_Lock

这个漂亮的文章，讨论在Python的GIL那篇文章的链接。

http://www.ddj.com/linux-open-source/206103078?pgno=2

Answer 4

当两个线程可以访问相同的变量，你有问题。 在C++中，避免此问题的方法是定义一些互斥锁，以防止两个线程同时进入对象的setter。

多线程是可能的在python中，但两个线程不能在同一时间执行 在粒度比一个python指令更精细。 正在运行的线程正在获取一个名为GIL的全局锁。

这意味着，如果你开始为了充分利用你的多核处理器的写一些多线程代码，你的表现也不会提高。 通常的解决方法包括进行多进程。

请注意，如果您使用C编写的方法，则可以释放GIL。

GIL的使用不是Python固有的，而是它的一些解释器，包括最常见的CPython。 （#edited，见注释）

的GIL问题仍然是有效的Python 3000

Answer 5

Watch David Beazley告诉你所有你想知道的一切GIL。

Answer 6

这是一篇长篇文章，讨论Python中的GIL和线程问题，我写了一段时间。它会进入一个相当数量的细节就可以了：

http://jessenoller.com/2009/02/01/python-threads-and-the-global-interpreter-lock/

Answer 7

让我们先了解一下Python的GIL提供：

的任何操作/指令的解释执行。 GIL确保解释者在的特定时刻由单个线程持有。而你的多线程python程序在一个解释器中工作。在任何特定的时刻，这个解释器都由一个单独的线程保存。这意味着只有拿着解释器的线程是运行在任何时刻。

现在为什么是一个问题：

您的机器可能在具有多个核心/处理器。多核允许多个线程同时执行即多个线程可以在任何特定时刻执行。。 但是由于解释器是由单个线程保存的，其他线程即使可以访问内核也不会做任何事情。因此，您没有获得多核心提供的任何优势，因为在任何时候，只有一个核心（目前正在使用该解释程序的线程使用的核心）正在被使用。所以，你的程序需要很长时间来执行，就好像它是一个单线程程序一样。

但是，潜在的阻塞或长时间运行的操作（例如I/O，图像处理和NumPy数字运算）发生在GIL之外。取自here。因此，对于这样的操作，尽管存在GIL，但多线程操作仍然比单线程操作更快。所以，GIL并不总是一个瓶颈。

编辑：GIL是CPython的实现细节。 PyPy和Jython没有GIL，所以一个真正的多线程程序应该是可能的，我认为我从来没有使用PyPy和Jython，并且不确定这一点。

Answer 8

下面是一些代码演示GIL的影响：https://github.com/cankav/python_gil_demonstration

Answer 9

为什么的Python（CPython的和其他人）使用GIL

从http://wiki.python.org/moin/GlobalInterpreterLock

在CPython中，全局解释锁，或GIL是一个互斥体，可以防止多个本地线程一次执行Python字节码。这个锁主要是因为CPython的内存管理不是线程安全的。

如何从Python中删除它？

就像Lua一样，也许Python可以启动多个虚拟机，但是python没有这样做，我想应该有其他一些原因。

在Numpy或其他一些Python扩展库中，有时将GIL释放到其他线程可能会提高整个程序的效率。

Answer 10

我想分享本书多线程Visual Effects的示例。因此，这里是一个典型的死锁情况

static void MyCallback(const Context &context){ 
Auto<Lock> lock(GetMyMutexFromContext(context)); 
... 
EvalMyPythonString(str); //A function that takes the GIL 
...  
} 

现在考虑的序列中产生的死锁的事件。

╔═══╦════════════════════════════════════════╦══════════════════════════════════════╗ 
║ ║ Main Thread       ║ Other Thread       ║ 
╠═══╬════════════════════════════════════════╬══════════════════════════════════════╣ 
║ 1 ║ Python Command acquires GIL   ║ Work started       ║ 
║ 2 ║ Computation requested     ║ MyCallback runs and acquires MyMutex ║ 
║ 3 ║          ║ MyCallback now waits for GIL   ║ 
║ 4 ║ MyCallback runs and waits for MyMutex ║ waiting for GIL      ║ 
╚═══╩════════════════════════════════════════╩══════════════════════════════════════╝ 

Answer 11

我觉得这是GIL最好的解释。请阅读。

http://www.dabeaz.com/python/UnderstandingGIL.pdf

Answer 12

的Python不允许在这个词的真正意义上的多线程。它有一个多线程包，但如果你想用多线程来加速你的代码，那么使用它通常不是一个好主意。 Python有一个叫做Global Interpreter Lock（GIL）的构造。 GIL确保只有一个'线程'可以在任何时候执行。线程获取GIL，做一些工作，然后将GIL传递到下一个线程。这种情况发生得非常快，所以对于人眼而言，它可能看起来像你的线程并行执行，但它们实际上只是轮流使用相同的CPU内核。所有这些GIL通过都会增加执行的开销。这意味着如果你想让你的代码运行得更快，那么使用线程包通常不是一个好主意。

有理由使用Python的线程包。如果你想同时运行一些东西，而且效率不是问题，那么它就非常好，很方便。或者如果你正在运行需要等待某些事情的代码（比如一些IO），那么它可能会很有意义。但线程库不会让你使用额外的CPU核心。多线程可以外包给操作系统（通过执行多处理），某些调用Python代码的外部应用程序（例如Spark或Hadoop）或一些代码（Python代码）（例如：你可以让你的Python代码调用一个执行昂贵的多线程的C函数）。