Какво е GIL (Global Interpreter Lock) в Python…

GIL (Глобалният интерпретаторен ключалка) е механизъм в интерпретатора CPython, който позволява изпълнението на само един нишка (thread) в даден момент. Дори и на многоядрени процесори, GIL не позволява на нишките да изпълняват реално паралелен Python код.

Причини за съществуването на GIL:

Улесняване на управлението на паметта: GIL опростява реализирането на безопасно за нишки управление на паметта и събиране на отпадъци (reference counting). Без GIL, биха били необходими по-сложни и ресурсоемки механизми за блокиране за защита на споделените структури от данни.
Запазване на съвместимост с C библиотеки: GIL улеснява интеграцията с съществуващи библиотеки на C, които може да не са безопасни за нишки.

Влияние на GIL:

Ограничаване на паралелизма на CPU-bound задачи: За задачи, които интензивно използват процесора, GIL става тесният мускул, тъй като дори и на многоядрени системи, изпълнението не се паралелизира между ядрата. Нишките трябва да чакат, докато GIL се освободи.
По-малко влияние върху I/O-bound задачи: За задачи, които интензивно използват вход-изход (мрежови заявки, работа с файлове), GIL не е толкова критичен. По време на очакване на I/O операции, нишката освобождава GIL, позволявайки на други нишки да работят.

Начини за избягване на GIL:

Мултипроцесорност (Multiprocessing): Вместо нишки, се използват независими процеси. Всеки процес има свой собствен интерпретатор Python и, следователно, свой GIL. Процесите могат да се изпълняват паралелно на различни ядра.
Асинхронно програмиране (asyncio): Използва модел на асинхронен вход-изход в едно нишка. Вместо създаване на множество нишки, асинхронният код превключва между задачи по време на очакване на I/O операции. GIL при това не влияе толкова, тъй като няма паралелно изпълнение на CPU-зависими задачи.
C/C++ библиотеки: Части от кода, написани на C или C++, могат да изпълняват операции без задържане на GIL, освобождавайки го за времето на изпълнение на тези операции. Популярни библиотеки като NumPy и SciPy го използват за ефективни изчисления.

# Пример за влияние на GIL върху CPU-bound задача
import threading
import time

def cpu_bound_task():
    count = 0
    for i in range(10**7):
        count += 1

# Създаване на две нишки за изпълнение на CPU-bound задача
t1 = threading.Thread(target=cpu_bound_task)
t2 = threading.Thread(target=cpu_bound_task)

start_time = time.time()
t1.start()
t2.start()
t1.join()
t2.join()
end_time = time.time()

print(f"Време за изпълнение с нишки (CPU-bound): {end_time - start_time:.2f} секунди") # Времето ще бъде приблизително двойно спрямо изпълнение на една задача заради GIL

# Пример за I/O-bound задача, където GIL е по-малко забележим
import threading
import time

def io_bound_task():
    time.sleep(1) # Имитация на I/O изчакване

# Създаване на две нишки за изпълнение на I/O-bound задача
t1 = threading.Thread(target=io_bound_task)
t2 = threading.Thread(target=io_bound_task)

start_time = time.time()
t1.start()
t2.start()
t1.join()
t2.join()
end_time = time.time()

print(f"Време за изпълнение с нишки (I/O-bound): {end_time - start_time:.2f} секунди") # Времето ще бъде около 1 секунда, тъй като нишките освобождават GIL по време на sleep

Какво е GIL (Global Interpreter Lock) в Python?