global interpreter lock

什么是线程、进程？

线程是计算机操作系统进行计算和调度的最小的单位，我们可以简单的理解为，我们的程序都是运行在线程中的，每一个线程都有自己的上下文。

进程是比线程更大一点的单位(资源分配的最小单位)，每个进程都有自己的内存之类的，一个进程可以有好几个线程，这些线程会共享这个进程拥有的内存。

这些线程都可以都写同样的变量。

当一个进程有多个线程的时候，就会出现一种情况，叫做racing(竞争冒险)，因为一个进程中的所有的线程他们可能同时运行，也有可能交替运行，但不管是同时运行还是交替运行，没有办法控制他们之间的相对顺序，

a = 1
if a > 0:
    a -= 1

两个线程同时运行上面的程序，共享a这个变量。由于线程之间的运行相对顺序不可控，我们将其叫做竞争冒险。

在C或者C++中，我们需要显示的去分配内存和释放内存，所以当我们只是显示的分配内存，不释放内存，最终我们的内存会泄露(爆炸)

python 并不需要显示的指定内存和释放内存，所有的python object、list、dictionary这种直接用就好了，是因为python解释器的memory management帮助我们做了这件事，python 是怎样做到自动分配的那，尤其是释放内存的那？

分配内存比较容易，我们什么时候需要我们什么时候申请分配即可；但是我们什么时候释放掉内存那?

python 使用的机制是reference count 引用计数，原理并不难理解，就是每一个python 的object对象都会数着有多少个地方用到了自己，每有一个新的地方用到了自己，就将自己的引用计数 + 1，这个地方不用了，或者这个object没有了，我门的引用计数就-1，这样只要是我们的引用计数数的是对的，我们就能知道我们的引用计数什么时候到0了，没人需要了，那么我就可以将这块内存释放掉了，

以下是cpython的代码：

这个ob_refcnt就是这个PyObject的引用计数保存的地方。

这个_Py_DECREF函数，就是将ob_refcnt减1，直到ob_refcent到了0的时候，就直接将这个object直接deallocate掉

重点理解

上面的事情其实并不难理解，我们结合起竞争冒险的事情，例：我们的一个进程中有多个线程在运行的话，这里就会有一个竞争冒险的事情，因为这个--op->ob_refcnt ,这个动作并不是atomic的，这个--虽然在c里面看起来像是一个操作符，但是他要把这个refcnt的信息读出来，-1在存回去，在这个过程中，就有可能有其他的线程过来，在我们存回去之前，又对refcnt进行修改(操作)，这样我们的计数机制就会乱套，可能导致object的引用次数增多，不能保证我们的python object都可以被正确的释放，最终导致内存泄露的问题；或者可能导致减少，甚至实际object的引用次数不是0，错误操作为0，进而导致object被销毁，出现严重程序逻辑错误的问题。

atomic的意思就是，这个线程的程序在运行的过程中，不会被其他的线程打断

在线程中怎样来解决这个问题那，就是加锁

 a = 1
 lock.acquire()
 if a > 0:
     a -= 1
 lock.release()

加锁的意思就是我的这一段程序只有我一个程序在运行，其他的线程不可以进入这段程序，

通过锁的机制我们可以解决竞争冒险的问题

上面的refcnt的代码中我们可以在外边直接加上一个锁，我们就能解决对于refcnt的竞争冒险的问题。

在python中不光refcnt有这个问题，凡是python中和object有关的代码都会有这个问题，都有可能会有若干个线程会去进行竞争，同时尝试去读或者写这个python object的数据。所以当时设计python的设计者们决定给python设计一个全局的锁，也就是我们所谓的GIL.

这个代码的作用就是拿到GIL

深入进去我们可以看到，收到drop信息，他会现drop掉gil锁，然后在takeGIL锁，通过这个函数可以保证在他运行完之后，当前的线程就会拿到GIL锁，那通过这种机制，python可以保证每一个bytecode在运行的时候，都是拿到线程锁的，换言之，没有bytecode可以被其他的线程打断，这样的话，你在每一个bytecode里面运行的c程序，就都是线程安全的。

GIL全局锁的好处

多核不存在的年代，多线程的存在的意义就是交替执行，不会因为某一个线程计算量很大，就卡住不动的问题，切片并行的理念，一个cpu,本来就只能运行一个线程的代码，所以gil没啥影响

• 非常简单的设计，全局锁相对于每一个object都实现一个自己的锁，要简单非常的多
• 由于只有一个线程锁，避免了线程死锁的问题
• 对于单线程程序和没法并行的多线程的程序，这种全局锁的性能是非常优秀的，全局锁就保证了每一次运行一个bytecode的时候，至多只需要要一次锁，假设一个bytecode中需要access多个object，每个object都有自己的锁的话，加减锁都是需要耗费资源和时间的，程序性能下降
• 在python的代码中写c extension的时候方便了很多，bytecode运行没有竞争冒险的问题，在c代码中修改python object的时候就不用去管锁的问题，让第三方编程人员的开发变得简单了。

GIL全局锁的坏处

• 多核年代，多线程同时进行计算，一个进程的多个线程，可以在多个cpu的核上一起跑，通过并行来增加程序运行速度，一共计算100个数，4个cpu, 每个计算25个数，时间缩短到原来四分之一，这个时候gil锁成了阻碍，因为一个interpreter只能允许一个线程运行它的bytecode，不管多少线程，实际上只有一个线程在运行python代码，这就导致了python 的多线程没办法利用多核来增加运算速度。

• 解决方式
  • 使用多进程的方式来利用多个cpu来给程序进行加速。
  • 使用c extension扩展写c代码
  • 使用没有gil锁的解释器Jython 或者 Ironpython，但是pypy解释器是有gil锁的。