什麼是全局解釋器鎖（GIL）？

Question

什麼是全局解釋器鎖，爲什麼它是一個問題？

大量的噪音，已經取得了從周圍的Python去除GIL，我想知道爲什麼是如此的重要。我從來沒有編寫過編譯器和解釋器，所以不要因爲細節而節儉，我可能需要他們去理解。

Answer 1

Python的GIL旨在序列化來自不同線程的解釋器內部的訪問。在多核系統上，這意味着多線程無法有效利用多核。 （如果GIL沒有導致這個問題，大多數人不會關心GIL--由於多核系統的普及程度越來越高，它只是被提出來作爲一個問題。）如果你想詳細瞭解它，您可以查看this video或查看this set of slides。這可能是信息太多了，但你沒詢問詳情:-)

需要注意的是Python的GIL是唯一真正的CPython的，參考實現的問題。 Jython和IronPython沒有GIL。作爲Python開發人員，除非您正在編寫C擴展，否則通常不會遇到GIL。 C擴展編寫者需要在其擴展阻塞I/O時釋放GIL，以便Python進程中的其他線程有機會運行。

更新：更新後的視頻鏈接指向Youtube，因爲之前的blip.tv鏈接已經腐爛。

Answer 2

假設你有多個線程這不真的觸摸對方的數據。那些應該儘可能地獨立執行。如果你有一個「全局鎖定」，你需要獲取以便（稱）調用一個函數，這可能最終成爲一個瓶頸。首先，您可以從多線程中獲益不多。

爲了把它變成一個真正的世界類比：假如100個開發者在一個公司只有一個咖啡杯的工作。大多數開發者會花時間等待咖啡而不是編碼。

無的，這是Python特定的 - 我不知道什麼樣的Python需要GIL在首位的細節。不過，希望它給你一個更好的概念概念。

Answer 3

維基百科有一個全球性的解釋的一個很好的說明鎖

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

這個漂亮的文章，討論在Python的GIL那篇文章的鏈接。

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

Answer 4

當兩個線程可以訪問相同的變量，你有問題。 在C++中，避免此問題的方法是定義一些互斥鎖，以防止兩個線程同時進入對象的setter。

多線程是可能的在python中，但兩個線程不能在同一時間執行 在粒度比一個python指令更精細。 正在運行的線程正在獲取一個名爲GIL的全局鎖。

這意味着，如果你開始爲了充分利用你的多核處理器的寫一些多線程代碼，你的表現也不會提高。 通常的解決方法包括進行多進程。

請注意，如果您使用C編寫的方法，則可以釋放GIL。

GIL的使用不是Python固有的，而是它的一些解釋器，包括最常見的CPython。 （#edited，見註釋）

的GIL問題仍然是有效的Python 3000

Answer 5

Watch David Beazley告訴你所有你想知道的一切GIL。

Answer 6

這是一篇長篇文章，討論Python中的GIL和線程問題，我寫了一段時間。它會進入一個相當數量的細節就可以了：

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

Answer 7

讓我們先了解一下Python的GIL提供：

的任何操作/指令的解釋執行。 GIL確保解釋者在的特定時刻由單個線程持有。而你的多線程python程序在一個解釋器中工作。在任何特定的時刻，這個解釋器都由一個單獨的線程保存。這意味着只有拿着解釋器的線程是運行在任何時刻。

現在爲什麼是一個問題：

您的機器可能在具有多個核心/處理器。多核允許多個線程同時執行即多個線程可以在任何特定時刻執行。。 但是由於解釋器是由單個線程保存的，其他線程即使可以訪問內核也不會做任何事情。因此，您沒有獲得多核心提供的任何優勢，因爲在任何時候，只有一個核心（目前正在使用該解釋程序的線程使用的核心）正在被使用。所以，你的程序需要很長時間來執行，就好像它是一個單線程程序一樣。

但是，潛在的阻塞或長時間運行的操作（例如I/O，圖像處理和NumPy數字運算）發生在GIL之外。取自here。因此，對於這樣的操作，儘管存在GIL，但多線程操作仍然比單線程操作更快。所以，GIL並不總是一個瓶頸。

編輯：GIL是CPython的實現細節。 PyPy和Jython沒有GIL，所以一個真正的多線程程序應該是可能的，我認爲我從來沒有使用PyPy和Jython，並且不確定這一點。

Answer 8

下面是一些代碼演示GIL的影響：https://github.com/cankav/python_gil_demonstration

Answer 9

爲什麼的Python（CPython的和其他人）使用GIL

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

在CPython中，全局解釋鎖，或GIL是一個互斥體，可以防止多個本地線程一次執行Python字節碼。這個鎖主要是因爲CPython的內存管理不是線程安全的。

如何從Python中刪除它？

就像Lua一樣，也許Python可以啓動多個虛擬機，但是python沒有這樣做，我想應該有其他一些原因。

在Numpy或其他一些Python擴展庫中，有時將GIL釋放到其他線程可能會提高整個程序的效率。

Answer 10

我想分享本書多線程Visual Effects的示例。因此，這裏是一個典型的死鎖情況

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

現在考慮的序列中產生的死鎖的事件。

╔═══╦════════════════════════════════════════╦══════════════════════════════════════╗ 
║ ║ 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

我覺得這是GIL最好的解釋。請閱讀。

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

Answer 12

的Python不允許在這個詞的真正意義上的多線程。它有一個多線程包，但如果你想用多線程來加速你的代碼，那麼使用它通常不是一個好主意。 Python有一個叫做Global Interpreter Lock（GIL）的構造。 GIL確保只有一個'線程'可以在任何時候執行。線程獲取GIL，做一些工作，然後將GIL傳遞到下一個線程。這種情況發生得非常快，所以對於人眼而言，它可能看起來像你的線程並行執行，但它們實際上只是輪流使用相同的CPU內核。所有這些GIL通過都會增加執行的開銷。這意味着如果你想讓你的代碼運行得更快，那麼使用線程包通常不是一個好主意。

有理由使用Python的線程包。如果你想同時運行一些東西，而且效率不是問題，那麼它就非常好，很方便。或者如果你正在運行需要等待某些事情的代碼（比如一些IO），那麼它可能會很有意義。但線程庫不會讓你使用額外的CPU核心。多線程可以外包給操作系統（通過執行多處理），某些調用Python代碼的外部應用程序（例如Spark或Hadoop）或一些代碼（Python代碼）（例如：你可以讓你的Python代碼調用一個執行昂貴的多線程的C函數）。