Python 里那个叫 GIL（Global Interpreter Lock）的玩意儿，说实话，要是你只是在写普通的小脚本，平时跑点爬虫、写写 Flask 之类的玩意儿，可能根本没感觉它的存在。但是一旦你开始认真搞多线程，尤其是那种想要并行加速的场景，GIL 就像个隐形的“中年油腻领导”一样，挡在你面前，说：“哥们儿，慢点儿，别都抢着干活。”
我刚接触 Python 多线程那会儿，特别天真，想着照搬 Java 那一套，开几个线程跑任务，总能快点吧？结果跑起来发现，这性能也没提升多少啊，甚至有时候还不如单线程。一开始我还以为是我代码写得烂（当然这也可能是真的），但查资料一看，好家伙，是 GIL 在作怪。那 GIL 到底是个啥？用一句话说就是：Python 解释器一次只能让一个线程执行字节码。注意哦，是“线程”不是“进程”。虽然你可以用 threading.Thread 开一堆线程，但这些线程不会真正并行执行 Python 的代码。它们会一个一个“轮流上厕所”，而不是大家一起冲进去洗手间“拼速度”。
GIL 是为了什么？主要是因为 CPython（就是咱们用得最多的 Python 实现）里，很多底层的数据结构，比如对象的引用计数，根本不是线程安全的。GIL 就像一个“安全带”，强制所有线程排队，避免数据混乱和程序崩溃。听起来还挺负责任的对吧？但问题是，这玩意儿一刀切地限制了多线程的并发能力。
说白了，Python 多线程在处理那种计算密集型任务的时候，比如你写个矩阵运算、图像处理啥的，压根没法利用多核 CPU 的优势，效率堪比拔牙。而如果你处理的是 IO 密集型任务，比如文件读写、网络请求，那情况还行，线程在等 IO 的时候会把 GIL 让出来，别的线程可以接着干活。
我举个真实场景吧。之前在一个项目里搞个图片批处理工具，要对几万张图进行压缩和滤镜处理，刚开始想当然地用了多线程，想着每个线程处理一张图，结果 CPU 使用率一直在50%左右飘，性能提升很有限。后来一怒之下换成了 multiprocessing 模块，每个子进程一个 Python 实例，直接无视 GIL，结果性能嗖嗖地飙升，CPU 基本吃满了。
所以讲真，如果你在 Python 里真的要搞并行计算，那就别指望 threading，直接上 multiprocessing 或者用 Cython/Numba 这种绕过 GIL 的方式，才是真正的正道。当然也有人建议用非 CPython 的解释器，比如 Jython、IronPython 或 PyPy，但现实中这几个能跑的库太少了，坑太多，不推荐轻易尝试。
再说个我后来发现的“坑中之坑”。有一次我试图用线程池（concurrent.futures.ThreadPoolExecutor）来异步处理数据库查询，想着数据库是 IO 操作嘛，多线程应该挺合适。结果发现线程池用着用着就卡住不动了。调了半天才发现，MySQL 的 Python 驱动并不是纯 IO 操作，它会在数据解码那一段吃掉 CPU，而且是在 GIL 下运行的。就是说，它让你以为是 IO 密集型，其实是个披着 IO 外衣的计算密集型任务。坑爹不？
所以用多线程之前，先扪心自问一个问题：你这代码到底是 CPU 密集型还是 IO 密集型？如果是前者，GIL 基本上是你无法跨越的鸿沟；后者倒是可以搞一搞线程。
哦对了，还有一个小知识点，GIL 本身并不是 Python 语言的特性，而是 CPython 的实现细节。理论上你可以实现一个没有 GIL 的 Python 解释器，只不过这活儿太硬核，目前主流还都离不开这根“锁命绳”。
当然啦，也有不少人喊着让 Python 摆脱 GIL，比如 Python 官方的“nogil”提案已经提出来好几年了，号称可以无痛去掉 GIL，提升并发能力。听起来很美，但说实话，我个人是悲观的。因为一旦 GIL 真去了，那 CPython 的一大堆库和扩展可能都得重写。风险太高，改动太大，保守派程序员估计是不会轻易买账的。
写到这儿，其实你也看出来了，GIL 是个历史包袱，也是一种技术妥协。它在某些方面确实保护了程序的稳定性，但同时也让 Python 成了并发编程领域的“弱鸡”。所以别再被那些“Python 多线程很强”之类的说法骗了，真正懂的人都知道，在 Python 里，线程更多是用来处理 IO 的。
那是不是说 Python 就不能搞高并发？也不是。用协程（比如 asyncio）搞 IO 并发，现在已经是主流姿势了，配合 uvloop 能跑得飞起。想要真并行就多进程，甚至可以考虑用 C 扩展或者借助 Rust、Go 搞成服务然后 Python 调用。总之方法不是没有，但要选对工具，别硬来。
最后总结一句——GIL 不是你代码烂的借口，但你不懂它，真的会被它坑得找不着北。兄弟们下次遇到 Python 多线程性能上不去的时候，别急着优化代码，先看看是不是 GIL 在后面“背刺”你了。
以上就是“解释一下 Python 中的解释器锁（Global Interpreter Lock，GIL），以及它对多线程编程的影响！”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。
扫码二维码 获取免费视频学习资料
- 本文固定链接: http://www.phpxs.com/post/13179/
- 转载请注明：转载必须在正文中标注并保留原文链接
- 扫码： 扫上方二维码获取免费视频资料
查 看2022高级编程视频教程免费获取