Что хотят услышать интервьюеры:

GIL не делает создание объектов в Python полностью параллельным между потоками: в один момент байткод выполняет только один поток. При этом сам факт создания новых объектов обычно защищён от гонок внутри интерпретатора. Для CPU-bound сценариев это не даёт масштабирования по потокам, но корректность управления памятью сохраняется.

Определение:

GIL (Global Interpreter Lock) — это глобальная блокировка в CPython, которая позволяет одновременно исполнять Python-байткод только одному потоку. При создании объектов это означает, что операции выделения памяти, инициализации счётчиков ссылок и обновления внутренних структур интерпретатора выполняются под защитой этой блокировки. Поэтому несколько потоков не могут одновременно «сломать» состояние объектов на уровне интерпретатора, но и истинного параллелизма для Python-кода нет.

Пример использования:

Например, два потока одновременно создают миллионы небольших объектов в цикле. В CPython они не будут создавать объекты параллельно на уровне Python-байткода: потоки будут по очереди захватывать GIL и выполнять создание объектов. Из-за этого прирост производительности от потоков при такой задаче обычно небольшой.

import threading

def create_objects(n):
    objs = []
    for i in range(n):
        objs.append({"id": i, "value": i * 2})
    return objs

threads = [
    threading.Thread(target=create_objects, args=(1_000_000,)),
    threading.Thread(target=create_objects, args=(1_000_000,))
]

for t in threads:
    t.start()

for t in threads:
    t.join()

Пояснение кода:

В этом примере оба потока запускают функцию, которая создаёт большое число словарей. Код не нужен для понимания GIL, но пример показывает эффект пошагово: сначала один поток получает GIL и выполняет часть цикла, затем интерпретатор переключает управление на другой поток. В каждый конкретный момент создание объектов происходит только в одном потоке Python-кода, хотя сами потоки существуют одновременно. Если задача упирается именно в создание объектов и вычисления в Python, потоки не дадут линейного ускорения.

Ключевые моменты:

GIL ограничивает выполнение Python-байткода одним потоком в каждый момент времени.
Создание объектов в CPython выполняется под защитой GIL, что упрощает безопасность внутренних структур.
Потоки не ускоряют CPU-bound создание объектов, потому что оно не исполняется параллельно на уровне Python-кода.
GIL не отменяет многопоточность как механизм, но делает её полезнее для I/O-bound задач.
Для реального параллелизма в таких сценариях чаще используют multiprocessing или выносят тяжёлую работу в C-расширения, которые могут освобождать GIL.

Как влияет механизм GIL на процесс создания новых объектов в интерпретаторе Python?