去掉雀斑方法 为什么python的GIL问题一直让人诟病，python社区却不解决？
为什么python的GIL问题一直让人诟病，python社区却不解决？
吉尔，这把大锁，今天仍然存在。这是有道理的。首先，我们知道Python是一种解释性语言，代码执行是在解释器中执行的。解释性语言不能实现真正的多线程并发是一个常见的问题。这是先天的。多个线程共享主进程资源。如果线程没有被锁定，线程是并发的，并且多个线程修改共享数据，就会导致数据混淆，这是不可靠的。因为解释器不知道在哪里修改代码中的共享数据，所以它直接锁定线程。解释器一次只允许运行一个线程。
当然，您可能会说，我只要求解释器锁定要修改的共享数据，这样多线程就可以真正并行了？事实上，一个大老板在国外做这件事已经很久了。测试结果表明，执行效率不如直接锁定线程。到目前为止，python开发团队还没有针对这个问题提出更好的解决方案。这是解释性语言的通病。另外，这个问题很难解决。
虽然Gil大锁的存在影响了多线程，不能实现真正的并发，但我们可以用多进程来解决。
Python不能利用多核的问题以后能被解决吗？
首先，纠正你在问题中所说的话。并不是Python不能使用多核，而是多核的利用效率很低。
其次，要回答这个问题，您需要理解一个概念-全局解释器锁（GIL）。
看一篇关于Python Gil的文章。
综上所述，CPU的大规模电路设计已基本达到物理意义的末端，各厂商已开始转向多核进一步提高性能。为了充分利用多核、多线程的优势，同时也为了保证线程间的数据完整性和状态同步，python采用了最简单的锁方式（因此python的Gil是设计之初的懒惰造成的！）。Python库的开发人员接受了这个设置，也就是说，默认的Python是线程安全的，所以他们开始严重依赖这个特性，而不考虑额外的内存锁和同步操作。然而，Gil的设计有时显得笨拙和低效。此时，由于内建图书馆和第三方图书馆对Gil形成了牢不可破的依赖，Gil的改革难度加大。因此，目前的情况是Python在多核CPU上的多线程只对Io密集型计算有积极的影响；当至少有一个CPU密集型线程时，由于Gil的存在，多线程的效率会大大降低。尽管python社区正在不断努力改进这一点，但我担心它不会在短时间内改变，因此如果您想避免Gil，可以使用多处理器或期货模块或python解析器。
所以，不管Python的官方解释器将来在这个问题上是否有任何改进，现在您都可以有一些解决方案了。
您可以使用一些没有Gil的Python解析器，例如jpython、ironpython等
希望我的答案能帮助您。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
