深入理解 CPython 中的 GIL（全局解释器锁）

月亮慢半拍

发布时间：2026-10-15| 3人浏览过

原创

本文详细解析 CPython 解释器中的全局解释器锁（GIL）。GIL 是 CPython 特有的机制，用于保证内存管理的线程安全，但导致同一进程下的多线程无法利用多核优势进行并行计算。文章通过代码示例对比了加锁与不加锁对全局变量操作的影响，并分析了 GIL 的优缺点及运行机制。

GIL 的基本概念与定义

1、什么是 GIL 全局解释器锁

GIL 全称为 Global Interpreter Lock（全局解释器锁）。需要明确的是，GIL 并非 Python 语言本身的特性，而是 CPython 解释器引入的一个概念。在其他语言编写的 Python 解释器中，例如 Jython 或 PyPy，并不存在 GIL 这一机制。

以下是官方文档对 GIL 的解释：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython's memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

将其翻译为中文，意思如下：在 CPython 中，全局解释器锁（GIL）是一个互斥锁，它防止多个本地线程同时执行 Python 字节码。引入该锁的主要原因是 CPython 的内存管理并非线程安全。（不过，由于 GIL 的存在，其他功能特性已逐渐依赖于它所强制执行的保证。）

综上所述：

GIL 本质上是一把互斥锁，其核心作用是保证数据的正确性，确保数据能够正常同步。

GIL 的存在类似于一个“BUG”，作为一个全局互斥锁，目前无法通过代码手段直接移除 GIL。

结论：在 CPython 解释器中，如果在同一个进程下开启多个线程，同一时刻只能有一个线程执行，因此无法直接利用多核 CPU 的优势。

补充说明：我们日常使用的 Python 通常是由 C 语言编写的，因此大多数人提到的 Python 实际上指的就是 CPython。CPython 是 Python 的官方标准版本。如果指的是由其他语言编写的解释器，通常会明确指明，例如 Jython、PyPy 等。

GIL 的引入原因与互斥锁示例

2、为什么会出现 GIL

随着计算机多核 CPU 的普及，为了充分利用多核处理能力，Python 的多线程编程方式逐渐普及。然而，随之而来的挑战是线程间数据的一致性和状态同步问题。为了解决数据不同步的问题，Python 设计了 GIL（全局解释器锁），其本质仍是一把互斥锁。

在多线程环境下使用互斥锁时，如果多个线程共享全局变量，可能会发生资源竞争，导致对全局变量的修改结果不符合预期。此时，通常会使用 Python 线程模块中的互斥锁来解决这一问题。

以下示例展示了未添加线程互斥锁的情况：


from threading import Threadimport time


n = 100
def task():
  global n
  m = n
  time.sleep(0.5)  # 模拟IO操作
  n = m - 1


if __name__ == '__main__':
  list1 = []
  for i in range(10):
    t = Thread(target=task)
    t.start()
    list1.append(t)

  for t in list1:
    t.join()

  print(n)

执行结果如下：

99

在上述示例中，我创建了 10 个线程来对变量 n 执行 -1 操作，但最终结果并非预期的 90。因此，我在代码中加入了互斥锁。

以下示例展示了添加线程互斥锁后的情况：


from threading import Thread
from threading import Lock
import time


n = 100
def task(lock):
  global n
  lock.acquire()  # 加锁
  m = n
  time.sleep(0.5)  # 模拟IO操作
  n = m - 1
  lock.release()  # 解锁


if __name__ == '__main__':
  list1 = []
  lock = Lock()
  for i in range(10):
    t = Thread(target=task, args=(lock, ))
    t.start()
    list1.append(t)

  for t in list1:
    t.join()

  print(n)

执行结果如下：