- GIL是什么？
首先需要明确的一点是GIL并不是python的特性， 它是在实现python解析器(Cpython)时所引入的一个概念。
而Cpython是大部分环境下默认的python执行环境，要明确一点：GIL并不是python的特性，python完全可以不依赖于GIL。
- 为什么会有GIL？
为了更有效的利用多核处理器的性能，就出现了多线程的编程方式，而随之带来的就是线程间数据的一致性和状态同步的完整性
（例如：线程2需要线程1执行完成的结果，然而线程2又比线程1代码量少，线程2执行完成，线程1仍然还在执行，这就是数据的同步性）
python为了利用多核，开始支持多线程，而解决多线程之间数据完整性和状态同步最简单的方式就是加锁。
- GIL的影响
GIL无疑就是一把全局排它锁，全局锁的存在会对多线程的效率有不小的影响。甚至就几乎等于python是个单线程的程序。
下面通过实例来测试python单线程和多线程：
#!_*_coding:utf-8_*_
# Author: hkey
import threading, time
def run_thread():
n = 0
while n <= 100000000:
n += 1
def single_run():
start_time = time.time()
for i in range(4):
t = threading.Thread(target=run_thread,)
t.start()
t.join() # 四个线程串行执行
print('single thread times:', time.time()-start_time)
def multi_run():
thread_list = []
start_time = time.time()
for i in range(4):
t = threading.Thread(target=run_thread,)
t.start()
thread_list.append(t)
for t in thread_list:
t.join() # 四个线程并行执行
print('multi threads times:', time.time()-start_time)
if __name__ == '__main__':
single_run()
multi_run()
# 线程的串行和并行是通过join()方法来确定的，join方法是阻塞当前线程并等待正在执行的子线程执行完毕。
执行结果：
single thread times: 28.13599991798401
multi threads times: 29.76200008392334
通过结果可以发现，单线程串行执行效率和多线程并发相比要快，这也证明了GIL全局锁的存在
- python多线程并行执行原理
在双核cpu主机上，两个线程均为CPU密集型运算线程，这里假设每个线程单独占用一核cpu，因为GIL锁的缘故，
同一时间片就只能有一个线程获得GIL全局锁，而另一个占用cpu的线程则无法执行，继续等待，cpu时间就白白浪费掉，
也就是只有获得GIL锁的线程才能真正在cpu上运行。所以，多线程在python中只能交替执行，即使100个线程跑在100核cpu上，也只能用到1核。
- 如何避免受到GIL的影响
既然python的多线程在多核主机上这么鸡肋，那有什么更好的方式实现多并发吗？ 用进程+协程 代替 多线程的方式
在多进程中，由于每个进程都是独立的存在，所以每个进程内的线程都拥有独立的GIL锁，互不影响。
但是，由于进程之间是独立的存在，所以进程间通信就需要通过队列的方式来实现。
关于作者
王硕，十年软件开发经验，业余产品经理，精通Java/Python/Go等，喜欢研究技术，著有《PyQt 5 快速开发与实战》《Python 3.* 全栈开发》，多个业余开源项目托管在GitHub上，欢迎微博交流：