有可能删除 GIL 吗？
 有一个线程引用了 data，那么引用计数再增加 1，如果某个线程使用了 data 后运行结束，那么引用计数就减少 1，多线程对同一个变量「引用计数」进行修改，就会遇到 race conditions(竞争)，为了避免 race conditions，最简单有效的办法就是加一个互斥锁。 如果对每一个对象都加锁，有可能引发另一个问题，就是死锁，而且频繁的获取和释放会导致性能下降，最简单有效的方法就是加一个解释器锁，线程在执行任何字节码时都先获取解释器锁，这就避免了死锁，而且不会有太多的性能消耗。当时 CPU 都是单核，而且这种 GIL 设计简单，并不会影响性能，因此一直沿用至今天。GIL 存在最主要的原因，就是因为 Python 的内存管理不是线程安全的，这就是 GIL 产生并存在的主要缘由。 尝试消除 GIL CPU 进入多核时代后，可以同时做多个计算任务, GIL 才真正变成问题。在 1999 年，有个叫 Greg Stein 的大佬基于 Python 1.5 版本消除了 GIL，取代代之的是在可变数据结构上加上更细粒度的锁，也提交了补丁用于去除对全局可变对象的依赖，然后在标准测试时表明去除 GIL 后单线程比不去除时慢了近 2 倍，测试的机器还是当时性能最好 Windows 机器。也就是说除去了 GIL 后，你使用 2 个 CPU 才能获取比原来 1 个 CPU 稍微好一点的性能，这种提升明显得不偿失，Greg Stein 的尝试也就失败告终。 Python 之父 Guido van Rossum 也欢迎社区的志愿者去尝试去除 GIL，只要不降低单线程的性能，但他也提到，去掉 GIL 不是一件容易的事。 Python 开发者邮件列表中也偶尔会有去除 GIL 的议题，但是以下需求必须满足：
有些需求不容易被满足，比如 4，5，7，目前，还没有人满足以上需求的同时去除 GIL 成功的。 积重难返 这些年 Python 实在太火了，很多优秀的库都是基于 CPython 进行编写的，很多都是 90 年代的 C 扩展库，如果要除去 GIL，那么很多基于 GIL 编写的 C 扩展便无法使用，也就是去了 GIL，Python 生态有很多扩展或三方库者无法使用。 还有一个很明显的例子，Python 解释器不止有 CPython，还有用 Java 编写的 Python，.NET 实现的 IronPython，这些解释器完全没有 GIL，可是有多少人为它们编写扩展呢? Python 之所以如此火爆，与它有着丰富的三方库开箱即用有着很大的关系，积重难返，去除 GIL 很困难。 为什么 Python3 一开始时不去除 GIL Python3 在最开始时是有机会实现很多新功能，在此过程中，打破了一些现有的 C 扩展，然后需要更新和移植更改以配合 Python 3，这也是 Python3 一开 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
