Python并发与多线程：祥细的说一下GIL线程锁

本文链接：https://blog.youkuaiyun.com/xukris/article/details/135710989

文章探讨了Python中的GIL如何限制多线程并发，即使在创建多个线程时也仅有一个线程执行字节码。GIL在CPython中有存在，而在Jython和IronPython中不存在，因此选择不同的Python实现对于并行性能至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Python中，有一个全局解释器锁（Global Interpreter Lock，GIL），它是为了保证在多线程环境下，每个线程都能正确地执行而引入的。

GIL是一个互斥锁，它要求在同一时刻只能有一个线程执行Python字节码。这意味着在任何给定时刻，只有一个线程能够执行Python代码。尽管Python支持多线程，但由于GIL的存在，多线程并不能真正地并行执行。

下面是一个简单的代码示例来演示GIL的作用：

import threading

def count():
    total = 0
    for _ in range(1000000):
        total += 1

def main():
    thread1 = threading.Thread(target=count)
    thread2 = threading.Thread(target=count)

    thread1.start()
    thread2.start()

    thread1.join()
    thread2.join()

    print("Done")

if __name__ == "__main__":
    main()

在上面的示例中，我们创建了两个线程来执行count函数，该函数简单地递增一个变量total的值1000000次。然后，我们启动这两个线程并等待它们完成，最后打印出"Done"。

由于GIL的存在，尽管我们使用了两个线程，但实际上只有一个线程能够执行Python的字节码，而另一个线程则会被阻塞。这导致多线程在Python中无法有效地提升性能。

需要注意的是，GIL只是在CPython解释器中存在。其他一些Python实现，如Jython和IronPython，没有GIL，并且可以在多个线程之间进行真正的并行执行。如果要在Python中实现真正的并行运算，可以考虑使用多进程或使用其他Python实现。