数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究什么是 Python 全局解释器锁 (GIL)
在本文中，我们将学习什么是 Python 全局解释器锁 (GIL)。
这是一种锁或障碍，它阻止 Python 解释器同时被多个线程访问。GIL 被认为是 Python 3.x 或更早版本中的一个缺陷/问题，因为它不允许在多线程架构中进行多线程操作。
为什么引入它？
Python 支持自动垃圾回收的概念。一旦对象的引用计数达到零，内存就会被清理并释放以供使用。
>>> import sys
>>> var = {}
>>> print(sys.getrefcount(ar))
>>> 2
>>> v=var
>>> print(sys.getrefcount(v))
>>> 3在这种情况下，如果引用计数开始同时减少和增加，自动收集器将无法正常工作，因此内存泄漏的可能性会增加。
为了降低这种风险，在 Python 中引入了 GIL。添加全局锁被认为比向每个变量添加锁更好，后者会导致一系列锁，从而导致死锁。
为什么 GIL 仍然存在于 Python 中
GIL 需要改进，以便我们能够更好地处理它。因此，我们正在努力改进 GIL 的概念，而不是删除 GIL。由于 Python 与 C 和 CPython 的基础完全相关，因此我们无法直接删除 Gil。虽然有各种方法可以处理 GIL 解决的问题，但这些方法难以实现，并且会降低系统的处理和运行时间。
例如：
假设进程 P1 正在运行，并且具有线程 t1 和 t2。Python 线程本质上是本地的，由底层操作系统调度。
t1 运行（运行阶段）（获取 GIL）→ t1 等待 I/O（输入/输出）（释放 GIL）→ t2 运行（运行阶段）（获取 GIL，此时 t1 也已准备好运行，但 GIL 被 t2 获取）
因此，在这里 GIL 成为主要的限制因素。因此，如果我们想要编写一个执行大量 CPU 密集型操作的多线程 Python 应用程序/模块，则无法获得所需的结果。
因为，在 Python 中，真正的多线程是不可能的，因为即使多核 CPU 可用，进程实际上也只会同时利用一个 CPU。
但是，在大多数 Python 应用程序（Web 应用程序、基于 Django 的服务器等）中，这并不是问题，因为这些应用程序本质上是 I/O 绑定的。
作为 Python 程序员，我们不必处理获取和释放 GIL，除非我们正在编写在 Python 中可执行的 C/C++ 模块/脚本。
结论
在本文中，我们学习了 Python 全局解释器锁、其重要性以及为什么不能直接从 Python 中删除它。
259 次查看
