詳解Python中的GIL(全局解釋器鎖)詳解及解決GIL的幾種方案

先看一道GIL面試題：

描述Python GIL的概念， 以及它對python多線程的影響？編寫一個多線程抓取網(wǎng)頁的程序，并闡明多線程抓取程序是否可比單線程性能有提升，并解釋原因。

GIL：又叫全局解釋器鎖，每個線程在執(zhí)行的過程中都需要先獲取GIL，保證同一時刻只有一個線程在運行，目的是解決多線程同時競爭程序中的全局變量而出現(xiàn)的線程安全問題。它并不是python語言的特性，僅僅是由于歷史的原因在CPython解釋器中難以移除，因為python語言運行環(huán)境大部分默認(rèn)在CPython解釋器中。

通過一個案例了解單線程和多線程的cpu占用率：

打開Ubuntu終端命令：輸入htop，回車，紅色箭頭指向的2代表此時我的虛擬機中CPU有兩個核心數(shù)

下面通過一個案例了解單線程死循環(huán)和多線程死循環(huán)的CPU占用率：

單線程死循環(huán).py： 

#coding=utf-8
while True:
  pass

運行該程序，出現(xiàn)以下界面：

此時新開一個窗口，輸入htop，查看CPU占用率，其中一個CPU占用率幾乎為100%：

兩個線程死循環(huán).py

#coding=utf-8
import threading
 
#子線程死循環(huán)
def test():
  while True:
    pass
 
t1=threading.Thread(target=test)
t1.start()
 
#主線程死循環(huán),
while True:
  pass

此時新開一個終端，輸入htop查看CPU占用率，可以看到兩個CPU任何一個并沒有全部占滿，而是交替執(zhí)行的：

 這也就驗證了多線程下每個線程在執(zhí)行的過程中都需要先獲取GIL，保證同一時刻只有一個線程在運行。

由于GIL的存在，即使是多線程，事實上同一時刻只能保證一個線程在運行，既然這樣多線程的運行效率不就和單線程一樣了嗎，那為什么還要使用多線程呢？

由于以前的電腦基本都是單核CPU，多線程和單線程幾乎看不出差別，可是由于計算機的迅速發(fā)展，現(xiàn)在的電腦幾乎都是多核CPU了，最少也是兩個核心數(shù)的，這時差別就出來了：通過之前的案例我們已經(jīng)知道，即使在多核CPU中，多線程同一時刻也只有一個線程在運行，這樣不僅不能利用多核CPU的優(yōu)勢，反而由于每個線程在多個CPU上是交替執(zhí)行的，導(dǎo)致在不同CPU上切換時造成資源的浪費，反而會更慢。即原因是一個進程只存在一把gil鎖，當(dāng)在執(zhí)行多個線程時，內(nèi)部會爭搶gil鎖，這會造成當(dāng)某一個線程沒有搶到鎖的時候會讓cpu等待，進而不能合理利用多核cpu資源。

例如在使用多線程抓取網(wǎng)頁內(nèi)容時，遇到IO阻塞時，正在執(zhí)行的線程會暫時釋放GIL鎖，這時其它線程會利用這個空隙時間，執(zhí)行自己的代碼，因此多線程抓取比單線程抓取性能要好。

說到在這里要先介紹兩個概念：計算密集型和IO密集型

計算密集型：要進行大量的數(shù)值計算，例如進行上億的數(shù)字計算、計算圓周率、對視頻進行高清解碼等等。這種計算密集型任務(wù)雖然也可以用多任務(wù)完成，但是花費的主要時間在任務(wù)切換的時間，此時CPU執(zhí)行任務(wù)的效率比較低。

IO密集型：涉及到網(wǎng)絡(luò)請求(time.sleep())、磁盤IO的任務(wù)都是IO密集型任務(wù)，這類任務(wù)的特點是CPU消耗很少，任務(wù)的大部分時間都在等待IO操作完成（因為IO的速度遠遠低于CPU和內(nèi)存的速度）。對于IO密集型任務(wù)，任務(wù)越多，CPU效率越高，但也有一個限度。

解決GIL問題的方案：

1.使用其它語言，例如C,Java

2.使用其它解釋器，如java的解釋器jython

3.使用多進程

線程釋放GIL鎖的情況：

1.在IO操作等可能會引起阻塞的system call之前,可以暫時釋放GIL,但在執(zhí)行完畢后,必須重新獲取GIL。

2.Python 3.x使用計時器（執(zhí)行時間達到閾值后，當(dāng)前線程釋放GIL）或Python 2.x，tickets計數(shù)達到100。

GIL面試題參考答案：

• Python語言和GIL沒有什么關(guān)系。僅僅是由于歷史原因在Cpython虛擬機(解釋器)，難以移除GIL。
• GIL：全局解釋器鎖。每個線程在執(zhí)行的過程都需要先獲取GIL，保證同一時刻只有一個線程可以執(zhí)行代碼。
• 線程釋放GIL鎖的情況： 在IO操作等可能會引起阻塞的system call之前,可以暫時釋放GIL,但在執(zhí)行完畢后,必須重新獲取GIL Python 3.x使用計時器（執(zhí)行時間達到閾值后，當(dāng)前線程釋放GIL）或Python 2.x，tickets計數(shù)達到100。
• Python使用多進程是可以利用多核的CPU資源的。
• 多線程爬取比單線程性能有提升，因為遇到IO阻塞會自動釋放GIL鎖。

到此這篇關(guān)于詳解Python中的GIL(全局解釋器鎖)詳解及解決GIL的幾種方案的文章就介紹到這了,更多相關(guān)Python GIL全局解釋器鎖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！