python gil

import threading

# Python 的全局解释器锁（GIL）是 CPython 解释器的一个机制，
# 它确保在任何时刻只有一个线程在执行 Python 字节码。
# 这意味着即使在多核 CPU 上，Python 线程也无法真正并行运行。

# 下面是一个简单的例子来演示 GIL 的影响：

def count(num):
    while num > 0:
        num -= 1

# 创建两个线程，分别执行 count 函数
thread1 = threading.Thread(target=count, args=(10**8,))
thread2 = threading.Thread(target=count, args=(10**8,))

# 记录开始时间
start_time = time.time()

# 启动线程
thread1.start()
thread2.start()

# 等待线程结束
thread1.join()
thread2.join()

# 记录结束时间
end_time = time.time()

print(f"Time taken: {end_time - start_time} seconds")

# 你会发现，尽管有两个线程在运行，但它们并没有显著加快程序的执行速度，
# 这是因为 GIL 的存在使得这两个线程不能同时执行 Python 字节码。

解释说明：

• GIL（Global Interpreter Lock）：这是 CPython 解释器中的一个互斥锁，确保在任何时刻只有一个线程在执行 Python 字节码。这使得即使在多核 CPU 上，Python 线程也无法真正并行运行。
• 示例代码：我们创建了两个线程，每个线程都执行一个简单的计数任务。尽管两个线程同时启动，但由于 GIL 的存在，它们并不能真正并行执行，因此程序的执行时间并不会显著减少。
• 性能影响：对于 CPU 密集型任务，GIL 会成为性能瓶颈。但对于 I/O 密集型任务，由于 I/O 操作会释放 GIL，线程可以有效地提高性能。