python全局解释器锁(GIL)的问题

本文详细解析了Python中全局解释器锁(GIL)的工作原理,包括其产生的背景、申请与释放时机以及对多线程执行的影响。探讨了如何在CPU密集型任务中避免GIL的限制,提出了多进程、C扩展和选择不同解释器等解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

GIL即全局解释器锁,是属于解释器层面的互斥锁,确切的说是CPython解释器内部的一把锁。GIL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并发交替的执行。

注意多个python进程=多个GIL锁

GIL产生的背景 在CPython解释内部运行多个线程的时候,每个线程都需要向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。

何时申请:

  • 需要运行时

何时释放:

  • 线程执行完毕
  • 线程超时
  • 线程阻塞

影响:造成CPython的一个进程内的多线程 交替执行(并发)

避免GIL的影响:

  • 多进程可以有效利用多核资源
  • 使用CPython解释器时,使用多线程,用C、C++编写一个动态库<二进制代码不需要CPython解释器>让python调用这个动态库。
  • 使用单线程
  • 换解释器 (pypy)

Lock和GIL不是一个层面的概念:

    Lock是Python语法层面的资源

    GIL是CPython解释器层面的锁

cpu密集型的任务,py的多线程会适得其反,因为没有磁盘I/O和网络I/O,cpu资源会空闲,I/O密集型,多线程效率比单线程效率高。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值