一、GIL是什么

官方解釋：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

這段話的意思就是說：在Cpython解釋器中，同一個進程下開啟的多線程，同一時刻只能有一個線程執行，無法利用多核優勢

接下來，我們需要明確的一點是GIL并不是Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。就好比C++是一套語言（語法）標準，但是可以用不同的編譯器來編譯成可執行代碼。有名的編譯器例如GCC，INTEL C++，Visual C++等。Python也一樣，同樣一段代碼可以通過CPython，PyPy，Psyco等不同的Python執行環境來執行。像其中的JPython就沒有GIL。然而因為CPython是大部分環境下默認的Python執行環境。所以在很多人的概念里CPython就是Python，也就想當然的把GIL歸結為Python語言的缺陷。所以這里要先明確一點：GIL并不是Python的特性，Python完全可以不依賴于GIL。

二、GIL介紹

GIL本質就是一把互斥鎖，既然是互斥鎖，所有互斥鎖的本質都一樣，都是將并發運行變成串行，以此來控制同一時間內共享數據只能被一個任務所修改，進而保證數據安全。保護不同的數據的安全，就應該加不同的鎖。

每執行一個python程序，就是開啟一個進程，在一個python的進程內，不僅有其主線程或者由該主線程開啟的其他線程，還有解釋器開啟的垃圾回收等解釋器級別的線程，所有的線程都運行在這一個進程內，所以：

<pre style="margin: 0px; padding: 0px; white-space: pre-wrap; word-wrap: break-word; font-family: "Courier New" !important; font-size: 12px !important;">
1、所有數據都是共享的，這其中，代碼作為一種數據也是被所有線程共享的（test.py的所有代碼以及Cpython解釋器的所有代碼） 2、所有線程的任務，都需要將任務的代碼當做參數傳給解釋器的代碼去執行，即所有的線程要想運行自己的任務，首先需要解決的是能夠訪問到解釋器的代碼。</pre>

綜上：

如果多個線程的target=work，那么執行流程是

多個線程先訪問到解釋器的代碼，即拿到執行權限，然后將target的代碼交給解釋器的代碼去執行

解釋器的代碼是所有線程共享的，所以垃圾回收線程也可能訪問到解釋器的代碼而去執行，這就導致了一個問題:對于同一個數據100，可能線程1執行x=100的同時，而垃圾回收執行的是回收100的操作，解決這種問題沒有什么高明的方法，就是加鎖處理，如下圖的GIL，保證python解釋器同一時間只能執行一個任務的代碼

image

三、GIL與Lock

GIL保護的是解釋器級的數據，保護用戶自己的數據則需要自己加鎖處理，如下圖

image

四、GIL與多線程

有了GIL的存在，python有這兩個特點：

1、進程可以利用多核，但是開銷大。

2、多線程開銷小，卻無法利用多核優勢。

也就是說Python中的多線程是假的多線程，Python解釋器雖然可以開啟多個線程，但同一時間只有一個線程能在解釋器中執行，而做到這一點正是由于GIL鎖的存在，它的存在使得CPU的資源同一時間只會給一個線程使用，而由于開啟線程的開銷小，所以多線程才能有一片用武之地，不然就真的是雞肋了。

而python的多線程到底有沒有用，我們需要看任務是I/O密集型，還是計算密集型：

如果是I/O密集型任務，有再多核也沒用，即能開再多進程也沒用，所以我們利用python的多線程一點問題也沒有；

如果是計算密集型任務，我們就直接使用多進程就可以了