Python关于全局解释器锁的提议

关于全局解释器锁（GIL）是一个提议，旨在解决CPython中最大的可扩展性限制——全局解释器锁（GIL）。GIL阻止了多个线程同时执行Python代码，从而影响了Python利用多核CPU的能力。全局解释器锁提出了添加一个构建配置（--disable-gil），让CPython可以在没有GIL的情况下运行Python代码，并且进行必要的改动，使得解释器线程安全。

全局解释器锁主要针对科学计算领域，特别是AI/ML领域的需求，因为这些领域需要高效地利用并行性来加速计算密集型的任务。GIL使得很多类型的并行性难以在Python中表达或实现，例如操作间、请求间等，并且给现有的并行化技术带来了很多限制（如多进程、协程等）。全局解释器锁收集了一些来自该领域专家和用户的反馈和见证，说明了GIL对他们工作和研究带来的困难和挑战。

全局解释器锁（GIL）涉及到CPython内部实现的大量改动，但对公共Python和C API的影响相对较小。主要改动包括：

● 引入偏置引用计数（biased reference counting）机制，以减少引用计数操作对原子指令（atomic instruction）和缓存一致性协议（cache coherence protocol）带来的开销。

● 引入延迟引用计数（deferred reference counting）机制，以避免在对象之间传递所有权时频繁地增加或减少引用计数。

● 引入不死对象（immortal objects）机制，以避免在某些情况下出现循环引用导致内存泄漏。

● 修改CPython内部数据结构和函数调用栈等部分，以保证线程安全。

全局解释器锁（GIL）还提出了一些API变化，包括：

● 添加Py_NOGIL宏，在编译时指示是否使用--disable-gil选项。

● 添加PyThreadState_GetInterpreter()函数，在运行时获取当前线程所属的解释器对象。

● 添加PyInterpreterState_GetMainModule()函数，在运行时获取当前解释器所属的主模块对象。

● 修改PyEval_InitThreads()函数，在没有GIL时不执行任何操作。

● 修改PyEval_RestoreThread()函数，在没有GIL时不检查当前线程是否持有GIL。

全局解释器锁（GIL）还讨论了一些可能存在或需要考虑的问题和挑战，例如：

● 性能影响：去除GIL可能会导致单线程性能下降或波动。作者提供了一些基准测试结果，并认为这种影响是可以接受或优化掉的。

● 兼容性问题：去除GIL可能会导致一些依赖于GIL特性或假设存在GIL情况下编写的扩展模块无法正常工作。作者建议使用--disable-gil选项构建CPython时，在导入这些模块时抛出异常，并鼓励扩展模块作者适配新

目前提议目前还处于草案状态，尚未被接受或拒绝。它引起了Python社区的广泛关注和讨论，有些人对它表示支持和赞赏，有些人则对它表示质疑和担忧。评价这个提议的标准可能因人而异，但一般来说，可以从以下几个方面考虑：

● 需求性：这个提议是否能够解决一个重要且普遍的问题？是否有足够多的用户和场景需要这个功能？

● 可行性：这个提议是否能够在技术上实现？是否有足够的资源和时间来完成这个工作？是否有足够的测试和验证来保证质量？

● 兼容性：这个提议是否会影响现有的代码和模块？是否会引入新的错误或安全风险？是否会导致分裂或混乱？

● 性能影响：这个提议是否会改善或恶化Python的性能？是否会带来新的优化机会或挑战？

● 一致性：这个提议是否符合Python的设计哲学和原则？是否与其他语言特性或标准保持一致？