Atopos

一、什么是 GIL

GIL（Global Interpreter Lock，全局解释器锁）是 CPython（官方 Python 解释器）中的一个互斥锁，作用是：同一时刻，只允许一个线程执行 Python 字节码。

• 为什么需要它：CPython 的内存管理使用引用计数（每个对象记录自己被引用了多少次），而引用计数操作不是线程安全的。如果多个线程同时修改引用计数，会导致内存泄漏或对象被过早释放。GIL 保证同一时刻只有一个线程在跑字节码，从而让引用计数操作保持原子，省去了给每个对象加锁的开销。
• 直接后果：多线程无法真正并行执行 CPU 密集型任务（哪怕机器有 8 核，纯 Python 计算也只有一个核在干活）。

注意：GIL 是 CPython 的产物。Jython、IronPython 没有 GIL，PyPy 也有类似机制但实现不同。你这里 Python 3.12 + 官方解释器，就是有 GIL 的 CPython。

二、什么时候释放 GIL

GIL 会在以下场景被释放，让其他线程有机会运行：

1. 执行 I/O 操作时（最常见、也是多线程对 I/O 密集任务有效的原因）
   • 网络请求、文件读写、磁盘操作、time.sleep()、等待锁等——线程阻塞等待 I/O 时会主动释放 GIL，让别的线程去跑。
2. 时间片轮转强制切换
   • Python 3.2 起引入了间隔切换机制，默认每 5ms（sys.getswitchinterval() 可查，sys.setswitchinterval() 可改）强制让出一次 GIL，即使线程没做 I/O。
3. 调用会主动释放 GIL 的 C 扩展
   • 像 numpy 的矩阵运算、pandas 的部分底层计算，内部 C 代码会显式调用 Py_BEGIN_ALLOW_THREADS 释放 GIL，此时可以真正多核并行。

关键理解：纯 Python 的 CPU 密集代码（如一个大 for 循环做计算）几乎全程持有 GIL，只靠时间片切换串行交替执行，所以多线程对 CPU 密集任务基本无加速；真正能利用多核的是多进程（multiprocessing），或释放了 GIL 的 C 扩展。

三、互斥锁（同步锁）和 GIL 的区别

1
import threading
2

3
counter = 0
4

5
def add():
6
    global counter
7
    for _ in range(1000000):
8
        counter += 1   # 这行不是原子操作！对应多条字节码
9

10
threads = [threading.Thread(target=add) for _ in range(2)]
11
for t in threads:
12
    t.start()
13
for t in threads:
14
    t.join()
15

16
print(counter)  # 期望 2000000，实际往往小于它（竞态条件）

1
import threading
2

3
counter = 0
4
lock = threading.Lock()   # 用户层面的互斥锁，和 GIL 是两回事
5

6
def add():
7
    global counter
8
    for _ in range(1000000):
9
        with lock:            # with 会自动 acquire / release
10
            counter += 1      # 临界区：加锁保证这段不被并发打断
11

12
threads = [threading.Thread(target=add) for _ in range(2)]
13
for t in threads:
14
    t.start()
15
for t in threads:
16
    t.join()
17

18
print(counter)  # 2000000，正确