Python 的全局解释器锁（GIL）就是“爱恨交织”的经典案例。
虽然它简化了语言设计，实现了快速增长和稳定，但它也成为寻求利用多核 CPU 的多线程程序的瓶颈。
这就是为什么软件工程师（尤其是其他编程语言的软件工程师）会说“Python 很慢！”的主要原因。
值得庆幸的是，Python 社区发生了突破性的改变，按照 PEP 703 的提议，Python 将在几年内逐步移除 GIL。
本文将带你快速了解臭名昭著的 GIL 的过去、现在和未来。更重要的是，本文还提供了一个适合初学者的指南，教你如何在本地环境中安装和尝试无 GIL 的 Python。
快速浏览：什么是 GIL？
在设置无 GIL 的 Python 之前，我们先来快速了解一下这个臭名昭著的 GIL。它到底是什么？
| 简而言之，GIL 是一个互斥锁，确保一次只有一个线程执行 Python 字节码。 |
|---|
它于 90 年代初推出，提供了线程安全性和简单性。当时，单核 CPU 是标准配置，GIL 带来的性能问题极小。它还简化了与 C 扩展的集成，这显著提升了 Python 的采用率。
但是现在已经是 2025 年了，你在哪里可以买到单核 CPU？
为什么 GIL 会成为一个问题？
每一个选择，无论好坏，都会带来后果。
由于 GIL 这一语言设计上的大胆选择，Python 线程无法真正并行运行，这使得 CPU 密集型多线程程序不适合用 Python 编写。
由于这一限制，开发人员已转向替代解决方案，例如多处理，它创建单独的进程来利用多个 CPU 内核，以及 NumPy 或 Cython 等外部库，它们将计算密集型任务卸载到已编译的 C 扩展。
虽然这些解决方法有效地规避了线程限制，但它们带来了额外的复杂性、开销和资源消耗。
所有这些都促使 Python 社区不断要求彻底删除 GIL。
然而，正如 Python 之父 Guido van Rossum 在《移除 GIL 并不容易》一文中所写。如果移除 GIL 不会损害单线程性能或向后兼容性，他很乐意这么做，但这些限制条件很难满足。
因此，在 PEP 703 解决方案出现之前，Python 从未真正制定出一个可靠的计划来删除它。
PEP 703：美丽新世界（没有 GIL）
PEP 703诞生了，这是 Sam Gross 接受的解决方案，旨在使 GIL 成为可选项。
正如其所描述的，该提案不会立即消除 GIL，而是引入一个编译时选项（--disable-gil），这是一个新的构建配置标志，用于试验无 GIL 的 Python。
Sam Gross 的创新方法解决了之前的障碍：
- 偏向引用计数通过使用线程本地计数器来减少开销。
- 不朽对象经常使用的不可变对象（如整数和单例）永远不会改变引用计数，从而消除了不必要的锁。
- 线程安全内存管理利用现代分配器（例如mimalloc）有效地处理并发内存操作。
Python 委员会接受了 PEP 703，并计划分阶段进行谨慎的引入：
- Python 3.13（于 2024 年发布）：可选的无 GIL 构建，用于测试和社区反馈（由--disable-gil构建时间标志控制）。
- 过渡阶段（~2026-2027）：统一构建，实现 GIL 的运行时切换。
- 未来目标（~2028+）：No-GIL Python 成为默认，完全解锁多核并行性。
如何设置 No-GIL Python
说起来容易做起来难，让我们看看如何在本地环境中真正禁用 GIL。
| 我使用 MacOS 版本 15.5 进行此设置，其他操作系统应该会看到类似的结果，但操作可能会略有不同。 |
|---|
首先，让我们从官方网站下载最新的 Python 3.13 安装程序（根据您的操作系统选择正确的版本）：
打开安装程序后，我们可以看到关于GIL的令人兴奋的信息：
然后，在“安装类型”步骤中，我们需要勾选“自由线程 Python [实验]”选项（默认情况下未选中）并安装：
安装完成后，是时候执行路径中的“ Install Certificates.command ”文件/Applications/Python 3.13/来使用新 Python 下载并安装 SSL 根证书以供其使用：
至此，整个安装过程已完成。系统中安装了两个 Python 3.13 应用程序：Python 3.13 和 Python 3.13t。后者是实验性的无 GIL Python。
python3.13t使用它就像在终端上输入一样简单。
现在，让我们打开两个终端窗口并sysconfig.get_config_var("Py_GIL_DISABLED")在两个不同的 Python 3.13 版本下运行：
欢迎来到无 GIL 世界！
为了感受它的威力，让我们编写一个简单的测试脚本来查看无 GIL Python 是否真的使多线程更快：
导入线程
导入时间
defcpu_bound_task ( n, thread_id ):
count = 0
for i inrange (n):
count += i*i
N = 100000000
defrun_with_threads ():
threads = []
start = time.time()
# 创建并启动 4 个线程
for i inrange ( 4 ):
t = threading.Thread(target=cpu_bound_task, args=(N, i))
threads.append(t)
t.start()
# 等待所有线程完成
for t inthreads :
t.join()
end = time.time()
print ( f'Total time taken: {end - start: .2 f} seconds' )
if __name__ == '__main__' :
run_with_threads()
上述程序构建了 4 个线程，每个线程执行相同的 CPU 密集型任务。我们先在标准 Python 3.13 中运行它：
13.51秒。这还不够快，不是吗？
现在是时候尝试 Python 3.13t（无 GIL Python）了：
3.74秒！
数字告诉了我们一切——没有 GIL，真正的多线程。
社区对 No-GIL Python 的回应
没有一种编程语言是一座孤岛。
这一大胆举措的成功取决于整个 Python 社区。
到目前为止，未来看起来一片光明。
一方面，许多软件工程师，尤其是来自数据科学和人工智能社区的软件工程师，热切期待性能的提升。
另一方面，包括Meta在内的主要技术公司已投入大量资源来支持这一转变。
这对 Python 开发人员意味着什么
有 GIL 还是没有 GIL，这是个问题。
在可预见的未来，这将不再是一个问题。
然而，考虑到无 GIL Python 预计将在 2028 年左右成为默认版本，而当前的无 GIL Python 3.13 仅仅是一个实验版本，我们现在不应该在生产中使用无 GIL Python。
因为仍然存在许多不确定性——包括兼容性、稳定性和生态系统的采用。它需要时间来完善。
但我们绝对应该关注无 GIL Python 的进展。它已经发生了，而且非常令人兴奋！
生命短暂，现在你又多了一个选择 Python 的理由。
| 本文为译文，英文原文地址（可能需要使用魔法访问或付费会员才可观看）：medium.com/techtofreed… |
|---|
