CPython中的GIL

GIL:全局解释器锁（cpython中）

GIL产生的背景，由于C语言底层原因，CPpython中多线程运行，每个线程都需要申请全局资源，但是Cpython并不能应对所有线程同时的资源请求，为防止发生错误，对所有线程申请全局资源的时候增加了限制--全局解释器锁。（造成线程只能一个一个的运行）

GIL释放：当前线程执行超时（Python计时器）会自动释放，如果当前线程没有超时但执行结束也会释放，当前线程执行阻塞操作时也会自动释放（如IO操作，等待操作，下载操作）

GIL只是CPython中的全局解释器锁，如果使用其他Python解释器则没有GIL这个名词。

CPython中创建的每个线程在执行的过程中都要需要先获取GIL，保证同一个时刻只有一个线程可以执行代码

python使用多进程是可以利用多核的CPU资源的

 

 

既然CPython中有GIL，还有必要在CPython使用多线程吗？

 由于GIL锁在线程遇到阻塞操作时会释放，进而执行另一个线程，所以如果使用多线程执行IO密集型操作是有性能提升的，但是如果使用多线程执行计算密集型操作是没有性能提升的。

 

 

既然CPython中有GIL，还有必要在CPython中使用线程锁（Lock互斥锁）吗？
 因为GIL的释放时机我们无法控制，很可能操作并没有完成，而Lock是我们用完后手动释放（操作完整）。

线程1 取出全局变量 g_number == 0 一直加到20000，但是还没有来得及将20000写入g_number中，就超时了自动释放GIL 而线程2 取出g_number==19999 加到39999由于超时自动释放GIL 此时线程2获取到GIL继续着未完成的事业将20000写入g_number。结果就会是错误的，如果进行互斥锁，会完成成功计算。