python高性能编程--002--全局解释器锁GIL

时间：2018-03-26 10:46:14 阅读：152 评论：0 收藏：0 [点我收藏+]

标签：GIL

一、GIL基本概念
1.GIL即为gloabl interpreter lock，全局解释器锁。这个东西是在python解释器之一的cpython中引入的一个概念，因为我们现在常用的python解释器就是cpython这个解释器，故而GIL就在python中经常被提及。在JPython这个python解释器中是不存在GIL这个东西的。
2.从python设计角度看GIL
Python代码的执行由Python虚拟机（也叫解释器主循环）来控制。Python在设计之初就考虑到要在主循环中，同时只有一个线程在执行，就像单CPU的系统中运行多个进程那样，内存中可以存放多个程序，但任意时刻，只有一个程序在CPU中运行。同样地，虽然Python解释器中可以“运行”多个线程，但在任意时刻，只有一个线程在解释器中运行。
对Python虚拟机的访问由全局解释器锁（global interpreter lock, GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。
说白了就是为了保证在任意时刻只有一个线程在CPU在解释器中运行。
GIL解决了什么问题：
为了利用多核，python支持多线程，但是线程之间存在数据完整性和状态同步问题，而GIL解决了多线程之间数据完整性和状态同步问题（给运行在解释器上的线程加锁，确保了在某一时刻只有一个线程在解释器中运行）。

GIL的影响：
给线程加锁，会对python多线程的效率有不小的影响，使用多线程进行CPU密集型的操作，会存在频繁的上下文切换，效率低下。

在多线程环境中，Python虚拟机按以下方式执行：

>设置GIL
>切换都一个线程去运行
>运行：a.指定数量的字节码的指令；b.线程主动让出控制；
>把线程设置为睡眠状态
>解锁GIL
>再次重复上述所有步骤

3.如何避免GIL的影响

>用multiprocessing代替Thread
>用其他python解释器

python高性能编程--002--全局解释器锁GIL

标签：GIL

原文地址：http://blog.51cto.com/mangguostudy/2091066

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行