Python核心丨GIL（全局解释器锁）

GIL

---

每一个Python线程，在CPython解释器中执行时，都会先锁住自己的线程，阻止别的线程执行。

为什么又GIL

CPython引进GIL主要两个原因

• 设计者为了规避类似于内存管理这样的复杂的竞争风险问题(race condition)

• 二是因为CPython大量使用C语言库，但大部分C语言库都不是原生线程安全的（线程安全会降低性能和增加复杂度）

GIL是如何工作的

如下图，其中Thread 1、2、3轮流执行，每一个线程在开始执行时，都会锁住GIL，以阻止别的线程执行；同样的，每一个线程执行完一段后，会释放GIL，以允许别的线程开始利用资源

CPython还有另一个机制，叫做check_interval，意思是CPython解释器会去轮询检查线程GIL的锁住情况。

每隔一段时间，Python解释器就会强制当前线程去释放GIL，这样别的线程才能有执行的机会。

Python的线程安全

有了GIL，也并不意味Python线程就是安全的了。

import threading

n = 0

def foo():
    global n
    n += 1

threads = []
for i in range(100):
    t = threading.Thread(target=foo)
    threads.append(t)

for t in threads:
    t.start()

for t in threads:
    t.join()

print(n)

执行的时候，大部分时候能够打印100，但也会打印99或这98.

这是因为，n +=1 这一句代码让线程并不安全。翻译foo这个函数的bytecode，可以发现，它实际由下面四行bytecode组成：

>>> import dis
>>> dis.dis(foo)
LOAD_GLOBAL              0 (n)
LOAD_CONST               1 (1)
INPLACE_ADD
STORE_GLOBAL             0 (n)

这四行bytecode中间都是有可能被打断的

注：GIL的设计，主要是为了方便CPython解释器层面的编写者，而不是Python应用层面的程序员。

作为Python的使用者，需要lock等工具，确保线程安全。

n = 0
lock = threading.Lock()

def foo():
    global n
    with lock:
        n += 1