第 15 讲：GIL 全局解释器锁——原理、影响与应对策略

大家好，我是正在实战各种 AI 项目的程序员晚枫。

为什么多线程不能加速 CPU 密集型任务？罪魁祸首是 GIL。

---

🔒 GIL 是什么？

// Python/ceval_gil.h
// GIL 确保任何时候只有一个线程执行 Python 字节码
static PyThread_type_lock GIL;

// 获取 GIL
void PyEval_AcquireLock(void) {
    PyThread_acquire_lock(GIL, WAIT_LOCK);
}

// 释放 GIL
void PyEval_ReleaseLock(void) {
    PyThread_release_lock(GIL);
}

---

⚡ GIL 的释放时机

1. IO 操作时自动释放：文件读写、网络请求、time.sleep()

2. 周期性检查（默认 5ms）：

   // 每执行一定数量的字节码指令后检查
   if (--_Py_Ticker < 0) {
       _Py_Ticker = _Py_CheckInterval;
       // 可能切换线程
   }

---

🎯 应对策略

场景	解决方案
CPU 密集型	multiprocessing
IO 密集型	threading/asyncio
混合场景	ProcessPoolExecutor

---

🎯 本讲总结

GIL 原理：确保单线程执行字节码。

释放时机：IO 操作、周期性检查。

应对策略：多进程、异步 IO。

---

📚 推荐教材

《Python 编程从入门到实践（第 3 版）》 | 《流畅的 Python（第 2 版）》 | 《CPython 设计与实现》

---

🔗 课程导航

← 上一讲：栈帧与调用约定 | 下一讲：线程与并发 →

---

💬 联系我

平台	账号/链接
微信	扫码加好友
B 站	Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

进群

嗨，扫码 进群

微信