GIL全局解释器锁

1、GIL概念

GIL（Global Interpreter Lock）全局解释器锁，这是解释器内部的一把锁，确切一点说是CPython解释器内部的一把锁，所以要注意区分 这和我们在Python代码中使用Lock不是一个层面的概念。

言外之意，就是全局解释器就是为了锁定整个解释器内部的全局资源，每个线程想要运行首先获取GIL，而GIL本身又是一把互斥锁，造成所有线程只能一个一个one-by-one-并发-交替的执行。

2、GIL产生的背景

在CPython解释内部运行多个线程的时候，每个线程都需要解释器内部申请相应的全局资源，由于C语言本身比较底层造成CPython在管理所有全局资源的时候并不能应对所有线程同时的资源请求，因此为了防止资源竞争而发生错误，对所有线程申请全局资源增加了限制-全局解释器锁。

CPython 多线程：

• 存在GIL
• 适用于 I/O密集型程序 <多线程效率比单线程高>
• 不适于 CPU密集型程序 <多线程效率比单线程低>

3、GIL什么时候释放

（1）在当前线程执行超时后会自动释放。
（2）在当前线程执行阻塞操作时会自动释放。
（3）当前执行完成时。

4、存在GIL，线程在获取全局变量时还用加Lock互斥锁吗？

用户操作全局数据还需要加Lock，因为GIL的释放时机我们无法控制-操作非常可能并没有完成，而不像Lock那样我们用完才释放(操作完整)。GIL控制的是线程的切换，而Lock是控制函数的执行。

5、GIL无法有效利用多核cpu？

一个进程内的线程想要进入CPU执行，必须先要拿到 GIL ，但是，同一时间只能有一个线程可以拿到，GIL 的释放逻辑 是 tacks 计数到达 100 或遇到 IO操作进行释放。

在单进程的多线程下，即使是多核 CPU，因为有GIL，在 python里仍然是单线程。单进程的 GIL 会影响 python 的 开发效率。

6、如何解决GIL?

可以通过多进程的方式来解决这种情况，因为 GIL 针对于 某个进程的 多线程，开启多个进程解决 GIL 带来的影响