- 原文地址：How I fixed a very old GIL race condition in Python 3.7
- 原文作者：Victor Stinner
- 译文出自：掘金翻译计划
- 本文永久链接：github.com/xitu/gold-m…
- 译者：kezhenxu94
- 校对者：Starrier
著名的 Python GIL (Global Interpreter Lock, 全局解析器锁) 库中一个严重的 bug 花了我 4 年的时间去修复，Python GIL 是 Python 中最容易出错的部分之一。我不得不钻入 Git 的提交历史里面，找到 26 年前 Guido van Rossum 提交的记录：彼时，线程还是很晦涩难懂的东西。且听我慢慢道来。
由 C 线程和 GIL 引起的 Python 致命错误
在 2014 年 3 月份的时候, Steve Dower 报告了一个当 “C 语言线程“ 使用 Python C API 时产生的 bug bpo-20891：
在 Python 3.4rc3 中，在一个不是用 Python 创建的线程中调用
PyGILState_Ensure()方法，但不调用PyEval_InitThreads()方法时，会导致程序出现严重错误，并退出：
Fatal Python error: take_gil: NULL tstate
我的第一句评论：
在我看来这是
PyEval_InitThreads()的一个 bug 呀。
PyGILState_Ensure() 修复方案
两年内我我就忘了这个 bug 。到了 2016 年 3 月份，我修改了 Steve 的测试代码，以兼容 Linux (当时的测试代码是在 Windows 上写的)。我成功地在我的电脑上重现了这个 bug ，然后写了个 PyGILState_Ensure() 的修复补丁。
一年后，也就是 2017 年 11 月，Marcin Kasperski 问道：
这个修复补丁发布了吗？我在更改日志里面没有看到…
糟糕，我又一次完全忘了这个问题！这次，我不仅提交了我对 PyGILState_Ensure() 的修复补丁，还写了单元测试 test_embed.test_bpo20891()：
好了，这个 bug 已经在 Python 2.7, 3.6 和主分支（后来的 3.7）上修复啦。在 3.6 和 master 上，这个补丁还带了单元测试呢。
我在主分支上的修复提交, 提交 b4d1e1f7：
bpo-20891: Fix PyGILState_Ensure() (#4650)
When PyGILState_Ensure() is called in a non-Python thread before
PyEval_InitThreads(), only call PyEval_InitThreads() after calling
PyThreadState_New() to fix a crash.
Add an unit test in test_embed.
然后我就关了这个 issue bpo-20891 了…
单元测试在 macOS 上随机奔溃
一切都安好…… 直到一周之后，我意识到我新加的单元测试在 macOS 系统上时不时会奔溃。最终我成功找到重现路径，以下例子是第三次运行时奔溃：
macbook:master haypo$ while true; do ./Programs/_testembed bpo20891 ||break; date; done
Lun 4 déc 2017 12:46:34 CET
Lun 4 déc 2017 12:46:34 CET
Lun 4 déc 2017 12:46:34 CET
Fatal Python error: PyEval_SaveThread: NULL tstate
Current thread 0x00007fffa5dff3c0 (most recent call first):
Abort trap: 6
test_embed.test_bpo20891() 在 macOS 的 PyGILState_Ensure() 出现了一个竞态条件：GIL 锁自身的构建……没有锁保护！添加一个锁来检测 Python 当前有没有 GIL 锁显然毫无意义……
我提出了修复 PyThread_start_new_thread() 的一个不是很完整的建议：
我找到一个可行的修复方案：在
PyThread_start_new_thread()中调用PyEval_InitThreads()。这样 GIL 就能够在第二个线程一产生时就创建好了。当有两个线程在运行的时候就不能再创建 GIL 了。但至少在“是不是用python”这种非黑即白的情况下，如果一个线程不是用 Python 创建的，这种修复方案会失效，但此时这个线程又会调用PyGILState_Ensure()。
为什么不一开始就创建 GIL？
Antoine Pitrou 问了一个简单的问题：
为什么不在解析器初始化时就调用
PyEval_InitThreads()？有什么不好之处吗？
多亏了 git blame 和 git log 命令，我找到了“按需创建 GIL”代码的发源地，26 年前的一个变更！
commit 1984f1e1c6306d4e8073c28d2395638f80ea509b
Author: Guido van Rossum <guido@python.org>
Date: Tue Aug 4 12:41:02 1992 +0000
* Makefile adapted to changes below.
* split pythonmain.c in two: most stuff goes to pythonrun.c, in the library.
* new optional built-in threadmodule.c, build upon Sjoerd's thread.{c,h}.
* new module from Sjoerd: mmmodule.c (dynamically loaded).
* new module from Sjoerd: sv (svgen.py, svmodule.c.proto).
* new files thread.{c,h} (from Sjoerd).
* new xxmodule.c (example only).
* myselect.h: bzero -> memset
* select.c: bzero -> memset; removed global variable
(...)
+void
+init_save_thread()
+{
+#ifdef USE_THREAD
+ if (interpreter_lock)
+ fatal("2nd call to init_save_thread");
+ interpreter_lock = allocate_lock();
+ acquire_lock(interpreter_lock, 1);
+#endif
+}
+#endif
我猜测这种动态创建 GIL 的意图是为了避免那些只使用了一个线程（即永远不会新建线程）的应用“过早”创建 GIL 的情况。
幸运的是，Guido van Rossum 当时也在，能够和我一起找出根本原因：
是的，最初的原因就是线程是很晦涩难懂的，也没有多少代码里面会用线程，那时，由于 GIL 代码中的 bug ，我们肯定会觉得频繁使用 GIL 会导致（微小的）性能下降和奔溃风险的上升。现在了解到我们不再需要担心这两方面的问题了，可以尽情地使用初始化它了。
Py_Initialize() 的第二个修复方案的提出
我提议了 Py_Initialize() 的另一个修复方案：总是在 Python 一启动的时候就创建 GIL ，不再“按需”创建，以避免竞态条件发生的风险：
+ /* Create the GIL */
+ PyEval_InitThreads();
Nick Coghlan 问我是否能够在我的补丁上运行一下性能基准测试。我在我的 PR 4700 上运行了 pyperformance，差距高达 5%：
haypo@speed-python$ python3 -m perf compare_to \
2017-12-18_12-29-master-bd6ec4d79e85.json.gz \
2017-12-18_12-29-master-bd6ec4d79e85-patch-4700.json.gz \
--table --min-speed=5
+----------------------+--------------------------------------+-------------------------------------------------+
| Benchmark | 2017-12-18_12-29-master-bd6ec4d79e85 | 2017-12-18_12-29-master-bd6ec4d79e85-patch-4700 |
+======================+======================================+=================================================+
| pathlib | 41.8 ms | 44.3 ms: 1.06x slower (+6%) |
+----------------------+--------------------------------------+-------------------------------------------------+
| scimark_monte_carlo | 197 ms | 210 ms: 1.07x slower (+7%) |
+----------------------+--------------------------------------+-------------------------------------------------+
| spectral_norm | 243 ms | 269 ms: 1.11x slower (+11%) |
+----------------------+--------------------------------------+-------------------------------------------------+
| sqlite_synth | 7.30 us | 8.13 us: 1.11x slower (+11%) |
+----------------------+--------------------------------------+-------------------------------------------------+
| unpickle_pure_python | 707 us | 796 us: 1.13x slower (+13%) |
+----------------------+--------------------------------------+-------------------------------------------------+
Not significant (55): 2to3; chameleon; chaos; (...)
哇，5 个基准降低了。性能回归测试在 Python 中很受欢迎：我们一直都致力于让 Python 跑得更快！
圣诞前夕跳过失败的测试
我没有料到有 5 个基准测试性能都降低了。这需要更深层的探究，但我没有时间去做这些探究，如果要做性能回归测试，我又得对此负责，感觉太害羞/羞愧了。
在圣诞节假期之前，我还下不定决心，然而 test_embed.test_bpo20891() 还是一如既往地在 macOS 系统上随机奔溃。让我在假期前的两周时间内去接触 Python 中最最容易出错的部分 —— GIL 着实让我感到很难受。所以我决定跳过 test_bpo20891() 的单元测试直到过完假期再说。
Python 3.7 ，没有彩蛋。
运行新的基准测试，第二个修复补丁合并到主分支
在 2018 年的 1 月末，我再一次运行了我 PR 中性能降下来的那 5 个基准测试。我在我的笔记本上手动运行这些基准测试，让不同的测试使用独立的 CPU ：
vstinner@apu$ python3 -m perf compare_to ref.json patch.json --table
Not significant (5): unpickle_pure_python; sqlite_synth; spectral_norm; pathlib; scimark_monte_carlo
好了，根据 Python “性能”基准测试套件，现在证明了我的第二个修复方案其实并没有对性能产生多大的影响。
我决定把我的修复方案推送到主分支，提交 2914bb32：
bpo-20891: Py_Initialize() now creates the GIL (#4700)
The GIL is no longer created "on demand" to fix a race condition when
PyGILState_Ensure() is called in a non-Python thread.
然后我在主分支上重新启动了 test_embed.test_bpo20891() 单元测试。
对不起，Python 2.7 和 3.6 没有第二个修复补丁！
Antoine Pitrou 想过要把补丁移植到 Python 3.6 不能合并：
我觉得没必要。大家已经可以调用
PyEval_InitThreads()了。
Guido van Rossum 也不想移植这个补丁。所以我就从 3.6 的主分支中移除了 test_embed.test_bpo20891()。
由于同样的原因，我也没有在 Python 2.7 中应用我的第二个补丁，此外，Python 2.7 没有单元测试，因为移植太难了。
但至少，Python 2.7 和 3.6 应用了我的第一个补丁，PyGILState_Ensure()。
总结
Python 在一些边界情况下仍然有一些竞态条件。这种 bug 是在 C 线程使用 Python API 创建 GIL 时发现的。我推送了第一个补丁，但另一个新的竞态条件在 macOS 上出现了。
我不得不钻进 Python GIL 非常古老的提交历史（1992 年）中。幸运的是 Guido van Rossum 能够帮忙一起找到 bug 的根本原因。
在一次基准测试小故障后，我们意见达成一致，在 Python 3.7 中总是一启动解析器就创建 GIL，而不是“按需”创建。这种变更没有对性能产生明显的影响。
同时我们也决定保持 Python 2.7 和 3.6 不变，以防止任何回归测试的风险：继续“按需”创建 GIL。
著名的 Python GIL (Global Interpreter Lock, 全局解析器锁) 库中一个严重的 bug 花了我 4 年的时间去修复，Python GIL 是 Python 中最容易出错的部分之一。很开心现在这个 bug 已经被我们甩开了：在即将发布的 Python 3.7 中已经被完全修复了！
在 bpo-20891 查看完整的故事。感谢帮助我修复这个 bug 的所有开发者！
掘金翻译计划 是一个翻译优质互联网技术文章的社区，文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域，想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。
