Python 为什么GIL替代方案会对绩效产生影响？
来自Java的Ruby和Python中的全局解释器锁（GIL）有点令人吃惊。我读了一些关于这个问题的文章，在下面的摘录中发现： 我们不能摆脱全局解释器锁吗？ 全球 解释器锁（GIL）通常被视为Python的一个障碍 在高端多处理器服务器计算机上部署，因为 多线程Python程序实际上只使用一个CPU，因为 坚持认为（几乎）所有Python代码只能在 吉尔被拘留了 回到Python1.5时代，Greg Stein实际上实现了 已删除的全面修补程序集（“自由线程”修补程序） GIL并将其替换为细粒度锁定。不幸的是，甚至 在Windows上（锁非常有效）运行普通Python 使用GIL编写代码的速度大约是解释器的两倍。在Linux上 性能损失甚至更严重，因为pthread锁没有达到预期的效果 效率高 我没有找到性能影响背后的解释。我试图找出技术上的原因是什么，但找不到任何好的讨论来解决这个问题Python 为什么GIL替代方案会对绩效产生影响？,python,ruby,multithreading,performance,gil,Python,Ruby,Multithreading,Performance,Gil,来自Java的Ruby和Python中的全局解释器锁（GIL）有点令人吃惊。我读了一些关于这个问题的文章，在下面的摘录中发现： 我们不能摆脱全局解释器锁吗？ 全球 解释器锁（GIL）通常被视为Python的一个障碍 在高端多处理器服务器计算机上部署，因为 多线程Python程序实际上只使用一个CPU，因为 坚持认为（几乎）所有Python代码只能在 吉尔被拘留了 回到Python1.5时代，Greg Stein实际上实现了 已删除的全面修补程序集（“自由线程”修补程序） GIL并将其替换为细粒度
与Ruby类似，在这里我可以找到更少的信息。原因是否相同？简单地说，锁定和解锁多个锁比锁定和解锁单个锁更昂贵。这并不奇怪，做任何事情N次而不是一次明显的事情都需要更多的时间（所有其他事情都是一样的）。对于这类事情，规模经济并不真正适用，在所有锁定操作中没有大的一次性成本可以摊销 编辑：原则上，Java也有同样的问题，但由于涉及的每个人的关注点、历史以及可能的其他因素的不同，Java可以很好地使用细粒度锁。简言之，单线程性能并不重要，多线程性能可能比假设的自由线程CPython更好 从历史上看，我认为从来没有一个JVM有GIL（虽然它最初是在一个操作系统线程上运行绿色线程——但这是很久以前的事了），所以没有历史原因来保持GIL，也没有让人们讨厌锁的基线单线程性能。取而代之的是，在使Java擅长多线程方面投入了大量精力，并且这种能力得到了广泛的应用。相比之下，即使您解决了单线程Python或Ruby程序的GIL问题，并且没有任何性能成本，大多数代码也不会从中受益，而且库是。。。不可怕，但与
另一个因素可能是Java程序几乎完全运行Java代码（如上所述，如果没有显式请求，则只需要很少的同步），只需要对运行库进行很少的调用。因此，一个自由线程的JVM甚至可以为JIT、类加载器等提供全局锁（或者只有几个粗略的锁），而不会对大多数Java程序产生太大的影响。相比之下，Python程序将大部分时间花在C代码上，无论是内置模块还是第三方扩展模块。简单地说，锁定和解锁多个锁比锁定和解锁单个锁更昂贵。这并不奇怪，做任何事情N次而不是一次明显的事情都需要更多的时间（所有其他事情都是一样的）。对于这类事情，规模经济并不真正适用，在所有锁定操作中没有大的一次性成本可以摊销 编辑：原则上，Java也有同样的问题，但由于涉及的每个人的关注点、历史以及可能的其他因素的不同，Java可以很好地使用细粒度锁。简言之，单线程性能并不重要，多线程性能可能比假设的自由线程CPython更好 从历史上看，我认为从来没有一个JVM有GIL（虽然它最初是在一个操作系统线程上运行绿色线程——但这是很久以前的事了），所以没有历史原因来保持GIL，也没有让人们讨厌锁的基线单线程性能。取而代之的是，在使Java擅长多线程方面投入了大量精力，并且这种能力得到了广泛的应用。相比之下，即使您解决了单线程Python或Ruby程序的GIL问题，并且没有任何性能成本，大多数代码也不会从中受益，而且库是。。。不可怕，但与