GIL锁的问题

待我称王封你为后i 2022-12-25 14:59 114阅读 0赞

### 目录 ###

*   *  一：并发与并行：
     *  二：进程与线程：
     *  三：GIL锁的介绍：
     *   *  1：引入GIL锁的原因？
         *  2：GIL锁机制：
         *  3：GIL锁导致无法利用多核？
     *  四：面试问题：
     *   *  1：有了GIL锁是否意味着线程就安全了？
         *  2： I/O密集型与计算密集型？
         *  3：如何改善GIL锁带来的问题？
         *  4：GIL锁导致多核多线程比单核多线程更差？

## 一：并发与并行： ##

*  1：CPU交替处理多个任务，还是有两个程序，但是只有一个CPU，会交替处理这两个程序，而不是同时执行，只不过因为CPU执行的速度过快，而会使得人们感到是在“同时”执行，执行的先后取决于各个程序对于时间片资源的争夺。
 *  2：多个CPU同时执行多个任务，就好像有两个程序，这两个程序是真的在两个不同的CPU内同时被执行。

## 二：进程与线程： ##

*  1：进程：操作系统资源分配的单位。
 *  2：线程：cpu调度的单位。
 *  3：线程可以共享全局变量，出现资源竞争问题，可以通过互斥锁和线程同步解决。

## 三：GIL锁的介绍： ##

### 1：引入GIL锁的原因？ ###

答：  
1:为了**规避类似于内存管理这样的复杂的竞争风险问题**：python的内存管理是依靠引用计数，例如：现存的a变量的引用计数是1， 在并行条件下，CUP1中运行着一个线程，引用了一次a,而CUP2中运行也运行着一个线程，同时引用了一次a,由于同时，内存中的引用计数，只会增加到2，而实际是3，这样内存就被污染了。

2：是因为 CPython 大量使用 C 语言库，但大部分 **C 语言库都不是原生线程安全**的（线程安全会降低性能和增加复杂度）。

### 2：GIL锁机制： ###

答：**假设现在有三个线程，A线程正在运行。当A线程遇到IO操作,A线程释放GIL锁。此时 B， C线程就去抢GIL锁，谁抢到谁就能继续执行。或者是当A线程的Tick时间到期，此时A也要释放GIL锁，不同的是ABC三个线程都会抢夺GIL锁，谁抢到谁继续执行。**

### 3：GIL锁导致无法利用多核？ ###

答：**是指的无法同时利用多核并行执行**。多核CUP情况下，假设Thread1在CPU1上执行，Thread2在CPU2上执行，CPU2上的Thread2需要等待CPU1上的Thread1让出GIL锁，才有可能执行。如果在多次竞争中，Thread1都胜出，Thread2没有得到GIL锁，意味着CPU2一直是闲置的，无法发挥多核的优势。同时在这个CPU上执行就不能在那个CPU上执行，也就是**同一时刻只能是利用一个CPU**。

为了避免同一线程霸占CPU，在python3.x中，线程会自动的调整自己的优先级，使得多线程任务执行效率更高。

## 四：面试问题： ##

### 1：有了GIL锁是否意味着线程就安全了？ ###

答：不是，GIL锁解决的是是解释器层面的，他只能规避类似于内存管理这样的复杂的竞争风险问题，但是**我们自己写的代码，还是需要我们自己使用互斥锁来解决**。

### 2： I/O密集型与计算密集型？ ###

1、如果是CPU密集型代码（循环、计算等），由于计算工作量多和大，计算很快就会达到100，然后触发GIL的释放与在竞争，多个线程来回切换损耗资源，所以在多线程遇到CPU密集型代码时，单线程会比多线程的快。

2、如果是I\\O密集型代码（文件处理、网络爬虫），开启多线程实际上是并发（不是并行），IO操作会进行IO等待，线程A等待时，自动切换到线程B，这样就提升了效率，比单线程快很多

### 3：如何改善GIL锁带来的问题？ ###

1：为了避免同一线程霸占CPU，在python3.x中，线程会自动的调整自己的优先级，使得多线程任务执行效率更高。  
2：Python程序如果是计算密集型的，使用python多进程或者协程替代多线程。  
3：GIL只存在于CPython解释器上，我们可以更换其他解释器，比如Jython(用JAVA实现的)。

### 4：GIL锁导致多核多线程比单核多线程更差？ ###

原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。