Python 3.2与更好的GIL
Python 3.2于已经正式发布。在Python 3.1发布之后，根据Guido的建议 (PEP 3003)，Python的开发人员在2011年6月份之前，都不再对Python语言进行大的修改，而是将主要精力集中在修复bug，提高稳定性以及性能上。现在Python 3.2带着这样的目标到来了。Python 3.2带来的改进有很多，其中一个惹人注目的改动是重新实现的GIL (Global Interpreter Lock)。众所周知，Python（这里说的Python实际上是Python语言的参考实现CPython）的GIL是阻碍Python性能提升的一个屏障，因为有GIL的存在，即使Python提供了非常优雅简洁的threading库接口，你实际上还是无法享用多线程所带来的性能提升，因为本质上GIL只允许一个线程在Python进程下运行。也因此从GIL诞生的那天起，关于去掉GIL的争论就一直没停止过。对此，Guido以及Python的开发人员都有一个很明确的解释，那就是去掉GIL并不容易，或者说是不值当的。如果说在Python下使用多线程，因为GIL的存在而不起效用的话也就罢了。更令人不能接受的是，在某些情况下，使用多线程不光不能提高效率，反而会降低效率，尤其是在多CPU的机器上，效率反而比单CPU（将其余CPU禁止）要低很多。这样的结果无论如何是说不过去的。David Beazley曾经对此做过非常详细的分析，以及解释。原因大体如下：Python使用GIL来控制任何时候只能有一个线程运行，并且Python来控制线程何时释放GIL，而底层的OS来控制哪个线程获取GIL。Python在遇到两种情况下强制某个线程释放GIL，一是该线程要进行IO操作，二是该线程已经执行了某个数量的opcode。这样的机制就带来了
两个问题：
[*]使用固定数量的opcode做为单位来强制切换线程，必然是粗糙的，不准确的，因为有的代码可能执行的很快，而有的则更耗时。
[*]让OS来选择哪个线程执行，有时候是无法预测的（尤其在多CPU下）。比如有可能造成某个线程刚刚释放GIL，却马上又获取了GIL。
[*]
针对这些问题，Antoine Pitrou对GIL的实现进行了重写，他曾在Python的开发列表上详细阐述了重新实现的机制：
[*]使用固定的时间而不是固定数量的opcode来进行线程的强制切换。这样就解决了上述问题1，但使用固定的时间仍然是相当机械的，有可能在这个时间内，某个优先级更高的线程（比如一个IO等待操作正巧数据来了）需要运行，却只能等待。
[*]在线程释放GIL后，开始等待，直到某个其它线程获取GIL后，再开始去尝试获取GIL。这样可以避免此前获得GIL的线程，不会立即再次获取GIL，但仍然无法保证优先级高的线程获取GIL。
[*]
Pitrou对GIL的重新实现也就是现在3.2版本的GIL，解决了相当一部分问题。但仍然有部分极端情况未能解决，归根结底在于在GIL的释放由Python来控制，但GIL由哪个线程获取却仍然是底层的OS来决定的，而这仍然有可能带来性能的下降。为此Beazley专门向Python发了一个bug，附上了相关的测试脚本，并介绍了一种可能的解决办法。在这个bug的解决上，相关开发人员对此进行了详细的分析与测试，如果要解决这个问题，显然必须要把部分kernel的调度机制，挪到Python里，也就是必须对Python的线程区分优先级。Nir Aides为此专门将Kernel的Brainfuck调度算法，在Python里重新实现并做了相应的patch。但该patch并没有集成到3.2中，对此的解释是针对线程调度的修改最好慢慢来，这个问题需要实际的应用来证实确实需要修复。目前看来，也许在3.3中才能看到该修复。
当然即使该问题得到了修复，Python的多线程也看起来更加完善，但从根本上，仍然还在GIL上转圈圈。仍然会有刚了解Python的开发人员去质疑为什么不去掉GIL，尤其是在今天，多CPU已经成为标准的配置。但至少在很长的时间内，你听到的答复都将是，很困难，去不掉，你只能选择使用多进程，或者用C扩展的方式来绕过GIL。
这样的答复即使理由足够充分，也无法令人满意。毕竟在解决问题时，谁都希望能有更多选择。但事实上，Python在经过这么多年的发展后，对于GIL的依赖已经积重难返，悲观的说，GIL已不太可能从Python中去掉。除非某个有勇气的人，将Python重新实现。
页:
[1]