GIL是解釋器內部的一把鎖，確切一點說是CPython解釋器內部的一把鎖，所以要注意區分 這和我們在Python代碼中使用線程鎖Lock并不是一個層面的概念。

1. GIL產生的背景:

在CPython解釋內部運行多個線程的時候，每個線程都需要解釋器內部申請相應的全局資源，由于C語言本身比較底層造成CPython在管理所有全局資源的時候并不能應對所有線程同時的資源請求，因此為了防止資源競爭而發生錯誤，對所有線程申請全局資源增加了限制-全局解釋器鎖。

言外之意，就是全局解釋器就是為了鎖定整個解釋器內部的全局資源，每個線程想要運行首先獲取GIL，而GIL本身又是一把互斥鎖，造成所有線程只能一個一個one-by-one-并發-交替的執行。

2. GIL什么時候釋放

在當前線程執行超時后會自動釋放

在當前線程執行阻塞操作時會自動釋放

當前執行完成時Python之父在觀點的最后部分說明 the language doesn't require the GIL -- it's only the CPython virtual machine that has historically been unable to shed it.

解釋來說就是Python語言和GIL沒有半毛錢關系。僅僅是由于歷史原因在Cpython虛擬機(解釋器)，難以移除GIL

3. 嚴重問題: 既然CPython解釋存在GIL是否意味每個線程在全局變量就不用加Lock互斥鎖了呢？

這是一個嚴重錯誤的想法，為什么用戶操作全局數據還需要加Lock，因為GIL的釋放時機我們無法控制-操作非常可能并沒有完成，而不像Lock那樣我們用完才釋放(操作完整)。

正因為解釋器鎖的原因導致python的多線程說到底還是單線程，每個線程在執行的過程都需要先獲取GIL，保證同一時刻只有一個線程可以執行代碼。所以就算使用多線程，其實還是一個線程在工作，但是由于在在IO操作等可能會引起阻塞，會暫時釋放GIL,執行完畢后,再重新獲取GIL，所以在進行IO等操作時的運行速度還是要比單線程速度快。

但是在運行計算密集型的程序時，需要使用CPU進行大量的計算，但由于GIL鎖的性質導致程序巡行中始終都是一個CPU進行計算，所以計算速度及其緩慢，運行此類的程序不推薦使用線程，有兩種方式解決：

使用多進程的方式，避免GIL鎖的約束

使用其他運行速度較快的語言模塊，例如C語言

總結

以上是生活随笔為你收集整理的python gil锁存在的意义_关于python的GIL全局解释器锁的简单理解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。