GIL規(guī)定一個Python解釋程序只能同時由一個線程控制。

在CPU限制類型和多線程代碼中，GIL是一個性能瓶頸。

GIL使Python多線程成為偽并行多線程。

僅CPython解釋器上存在GIL。

（1）線程1、2、3輪流執(zhí)行，每一個線程在執(zhí)行是，都會鎖住GIL，以阻止別的線程執(zhí)行；

同樣的，每一個線程執(zhí)行一段后，會釋放GIL，以允許別的線程開始利用資源。

（2）由于古老GIL機制，如果線程2需要在CPU2上執(zhí)行，它需要先等待在CPU1上執(zhí)行的線程1釋放GIL（記住：GIL是全局的）

（3）如果線程1是因為 i/o 阻塞讓出的GIL，那么線程2必定拿到GIL。但如果線程1是因為timer ticks計數(shù)滿100ticks(大概對應(yīng)了1000個bytecodes)讓出GIL，那么這個時候線程1和線程2公平競爭。

（4）但要命的是，在Python 2.x, 線程1不會動態(tài)的調(diào)整自身的優(yōu)先級，所以很大概率下次被選中執(zhí)行的還是線程1，在很多個這樣的選舉周期內(nèi)，線程2只能安靜的看著線程1拿著GIL在CPU 1上歡快的執(zhí)行。

（5）極端一點的情況下，比如線程1使用了while True在CPU1上執(zhí)行，那就真是“一核有難，八核圍觀”了。

知識點擴展：

GIL設(shè)計理念與限制

python的代碼執(zhí)行由python虛擬機（也叫解釋器主循環(huán)，CPython版本）來控制，python在設(shè)計之初就考慮到在解釋器的主循環(huán)中，同時只有一個線程在運行。即在任意時刻只有一個線程在解釋器中運行。對python虛擬機訪問的控制由全局解釋鎖GIL控制，正是這個鎖來控制同一時刻只有一個線程能夠運行。

在調(diào)用外部代碼（如C、C++擴展函數(shù)）的時候，GIL將會被鎖定，直到這個函數(shù)結(jié)束為止（由于期間沒有python的字節(jié)碼運行，所以不會做線程切換）。

在python中使用都是操作系統(tǒng)級別的線程，linux中使用的pthread，window使用的是其原生線程。

從上面的概述中可以直觀的看出py在同一時刻只能跑一個線程，這樣在跑多線程的情況下，只有當(dāng)線程獲取到全局解釋器鎖后才能運行，而全局解釋器鎖只有一個，因此即使在多核的情況下也只能發(fā)揮出單核的功能。

那么這樣看起來py不給力啊，GIL直接導(dǎo)致CPython不能利用物理多核的性能加速運行。那么為什么會有這樣的設(shè)計？考慮到Guido van Rossum 在創(chuàng)造python的時候，上世紀90年代，多核cpu完全屬于不可想象的，現(xiàn)在由于硬件發(fā)展速度太快，程序編寫就要考慮用盡cpu的全部性能，否則就要被淘汰，那么對于python同樣也要如此。

上面主要說的是這種設(shè)計的劣勢，下面再討論它的優(yōu)勢。

GIL的設(shè)計簡化了CPython的實現(xiàn)，使得對象模型，包括關(guān)鍵的內(nèi)建類型如字典，都隱式可以并發(fā)訪問。鎖住全局解釋器使得其比較容易的實現(xiàn)對多線程的支持，但也折損了多處理器主機的并行計算能力。

但是不論標(biāo)準(zhǔn)的，還是第三方的擴展模塊，都被設(shè)計成在進行密集計算任務(wù)時釋放GIL。另外還有在做IO操作時，GIL總是被釋放。對所有面對內(nèi)建的操作系統(tǒng)C代碼的程序來說，GIL會在這個IO調(diào)用之前被釋放，以允許其它的線程在等待這個IO的時候運行。如果是純計算的程序，沒有IO操作，解釋器會每隔100次或每隔一定時間15ms去釋放GIL。

這里可以理解為IO密集型的python比計算密集型的程序更能利用多線程環(huán)境帶來的便利。

到此這篇關(guān)于python中GIL的原理及用法總結(jié)的文章就介紹到這了,更多相關(guān)python中GIL的原理內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！