為什么python的GIL問題一直讓人詬病，python社區(qū)卻不解決？吉爾，這把大鎖，今天仍然存在。這是有道理的。首先，我們知道Python是一種解釋性語言，代碼執(zhí)行是在解釋器中執(zhí)行的。解釋性語言不能

為什么python的GIL問題一直讓人詬病，python社區(qū)卻不解決？

吉爾，這把大鎖，今天仍然存在。這是有道理的。首先，我們知道Python是一種解釋性語言，代碼執(zhí)行是在解釋器中執(zhí)行的。解釋性語言不能實現(xiàn)真正的多線程并發(fā)是一個常見的問題。這是先天的。多個線程共享主進程資源。如果線程沒有被鎖定，線程是并發(fā)的，并且多個線程修改共享數(shù)據(jù)，就會導致數(shù)據(jù)混淆，這是不可靠的。因為解釋器不知道在哪里修改代碼中的共享數(shù)據(jù)，所以它直接鎖定線程。解釋器一次只允許運行一個線程。

當然，您可能會說，我只要求解釋器鎖定要修改的共享數(shù)據(jù)，這樣多線程就可以真正并行了？事實上，一個大老板在國外做這件事已經(jīng)很久了。測試結(jié)果表明，執(zhí)行效率不如直接鎖定線程。到目前為止，python開發(fā)團隊還沒有針對這個問題提出更好的解決方案。這是解釋性語言的通病。另外，這個問題很難解決。

雖然Gil大鎖的存在影響了多線程，不能實現(xiàn)真正的并發(fā)，但我們可以用多進程來解決。

Python不能利用多核的問題以后能被解決嗎？

首先，糾正你在問題中所說的話。并不是Python不能使用多核，而是多核的利用效率很低。

其次，要回答這個問題，您需要理解一個概念-全局解釋器鎖（GIL）。

看一篇關(guān)于Python Gil的文章。

綜上所述，CPU的大規(guī)模電路設(shè)計已基本達到物理意義的末端，各廠商已開始轉(zhuǎn)向多核進一步提高性能。為了充分利用多核、多線程的優(yōu)勢，同時也為了保證線程間的數(shù)據(jù)完整性和狀態(tài)同步，python采用了最簡單的鎖方式（因此python的Gil是設(shè)計之初的懶惰造成的！）。Python庫的開發(fā)人員接受了這個設(shè)置，也就是說，默認的Python是線程安全的，所以他們開始嚴重依賴這個特性，而不考慮額外的內(nèi)存鎖和同步操作。然而，Gil的設(shè)計有時顯得笨拙和低效。此時，由于內(nèi)建圖書館和第三方圖書館對Gil形成了牢不可破的依賴，Gil的改革難度加大。因此，目前的情況是Python在多核CPU上的多線程只對Io密集型計算有積極的影響；當至少有一個CPU密集型線程時，由于Gil的存在，多線程的效率會大大降低。盡管python社區(qū)正在不斷努力改進這一點，但我擔心它不會在短時間內(nèi)改變，因此如果您想避免Gil，可以使用多處理器或期貨模塊或python解析器。

所以，不管Python的官方解釋器將來在這個問題上是否有任何改進，現(xiàn)在您都可以有一些解決方案了。

您可以使用一些沒有Gil的Python解析器，例如jpython、ironpython等

希望我的答案能幫助您。