目录

1.GIL是什么以及影响

2.为什么会有GIL锁？

---

1.GIL是什么以及影响

在Python中，多线程的并发性受到全局解释器锁（GIL，Global Interpreter Lock）的影响。GIL是CPython（Python的官方实现）中的一个特性，它的主要目的是确保在任何时候只有一个线程在执行Python字节码。

这是因为CPython的内存管理不是线程安全的，所以需要一个锁来防止多个线程同时修改或访问共享的内存区域。

然而，这并不意味着Python多线程不能实现真正的并发。GIL允许线程之间进行切换，但每次只有一个线程能够持有GIL并执行Python字节码。当线程需要执行I/O操作或调用某些内置函数（如time.sleep）时，它可能会释放GIL，允许其他线程获得执行权。这种切换机制使得Python多线程在某些情况下（如I/O密集型任务）仍然可以实现并发性能的提升。

但是，对于计算密集型任务，Python多线程可能无法充分利用多核CPU的优势，因为GIL限制了同一时间只有一个线程能够执行Python字节码。在这种情况下，使用多进程（multiprocessing）可能是更好的选择，因为多进程允许每个进程拥有自己的GIL和内存空间，从而实现真正的并行执行。

总之，GIL的作用是确保CPython的内存管理在多线程环境中的线程安全性，但它也限制了Python多线程在计算密集型任务中的并发性能。因此，在选择使用多线程还是多进程时，需要根据具体的任务类型和性能需求进行权衡。

GIL并不是Python的特性，Python完全可以不依赖于GIL。

2.为什么会有GIL锁？

原因在于python的内存管理机制采用引用计数机制，引用计数这个变量不是线程安全的，需要用GIL全局锁来进行数据保护。

python中的对象使用引用计数为主，标记清楚和隔代回收为辅来进行内存管理。所有python脚本中创建的对象，都会配备一个引用计数，来记录有多少个指针来指向它。以全局变量a为例，每有一个线程若调用了a，则a的引用计数加1。

注意：全局变量的引用计数并不直接与线程数量相关。全局变量（或任何Python对象）的引用计数仅与其被引用的次数有关。比如有10个线程，但只有9个线程引用该变量，则引用计数为9。

当一个线程引用一个全局变量时，该变量的引用计数增加；当引用被删除（比如线程结束使得引用被删除）或超出作用域（比如局部变量的结束）时，引用计数减少。另外每个线程可以独立地引用或取消引用全局变量，从而影响其引用计数。

当对象的引用计数为0时，Python的垃圾回收器会释放该对象占用的内存。但是，请注意，这并不意味着对象占用的内存会立即返回给操作系统；它可能会被Python的内存管理器保留以供将来使用。

那么为什么需要GIL锁呢，因为这个引用计数变量不是线程安全的，举例说明如下：

1. 假设开始时只有主线程，引用一个数据（a=100，引用计数x为1），
2. 若再开启2个python子线程，每个线程的开启都会使得x进行自增1的操作（x+=1），意味着有多个线程对同一个资源的竞争，如果有GIL锁存在的话，x最后正常会变成3
3. 但是如果没有GIL锁的话，x可能最终是2。这造成的后果是，当第1个子线程结束时，会把引用计数x减少为1；当第2个线程结束时，会把引用计数x减少为0，这时变量a会被释放所占用的内存。之后若主线程再次试图访问a这个数据时，将会程序异常，会无法找到有效的内存，程序会出错。

总结GIL存在的目的：GIL的存在是为了防止在多个线程同时执行Python字节码时，由于内存管理（如引用计数）的并发操作导致的竞态条件。GIL确保在任何时候只有一个线程在执行Python字节码。

---

end