Mis on GIL (Global Interpreter Lock) Pythonis?

GIL (globaalne tõlki tõlkimise lukustus) on mehhanism CPython tõlki sees, mis lubab täita ainult ühel niidil (thread) korraga. Isegi mitmekodulistel protsessoritel ei võimalda GIL niitidel tõeliselt paralleelselt Python-koodi täita.

GIL-i olemasolu põhjused:

• Lihtsustades mälu haldamist: GIL lihtsustab niitide ohutut mälu haldamist ja prügikoristust (viidete arvu arvestus). Ilma GIL-ita oleks vaja keerukamaid ja ressursimahukamaid lukustusmehhanisme jagatud andmestruktuuride kaitsmiseks.
• Säilitades ühilduvuse C raamatukogudega: GIL hõlbustab olemasolevate C raamatukogudega integreerimist, mis ei pruugi olla niiditurvalised.

GIL-i mõju:

• CPU-põhiste ülesannete paralleelsuse piiramine: Intensiivselt protsessorit kasutavate ülesannete puhul muutub GIL kitsaskohaks, sest isegi mitmekodulistel süsteemidel ei jagata täitmist protsessori tuumade vahel. Niidid peavad ootama, kuni GIL vabastatakse.
• Vähem mõju I/O-põhistele ülesannetele: I/O-ga intensiivselt töötavate ülesannete puhul (võrgu päringud, failidega töötamine) ei ole GIL nii kriitiline. Ootamise ajal vabastab niit GIL-i, võimaldades teistel niitidel töötada.

Meetodid GIL-i ületamiseks:

• Mitmeprotsessiline töö (Multiprocessing): Selle asemel, et kasutada niite, kasutatakse sõltumatuid protsesse. Iga protsess omab oma Python tõlki eksemplari ja seega ka oma GIL-i. Protsessid võivad töötada paralleelselt erinevatel tuumadel.
• Asünkroonprogrammimine (asyncio): Kasutab asünkroonset sisend-väljund-mudelit ühes niidis. Selle asemel, et luua palju niite, vahetab asünkroonne kood ülesannete vahel ootamise ajal I/O operatsioonide jaoks. GIL-i mõju on sel juhul väiksem, kuna ei toimu CPU-ga seotud ülesannete paralleelset täitmist.
• C/C++ raamatukogud: Koodiosad, mis on kirjutatud C või C++, saavad teha operatsioone ilma GIL-i hoidmata, vabastades selle täitmise ajal. Populaarsed raamatukogud, nagu NumPy ja SciPy, kasutavad seda tõhusate arvutuste jaoks.

# Näide GIL-i mõjust CPU-põhisele ülesandele
import threading
import time

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

# Kaks niiti CPU-põhise ülesande täitmiseks
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"Täitmisaeg niitidega (CPU-põhine): {end_time - start_time:.2f} sekundit") # Aeg on umbes kaks korda suurem kui ühe ülesande täitmisel, GIL-i tõttu

# Näide I/O-põhisest ülesandest, kus GIL on vähem märgatav
import threading
import time

def io_bound_task():
    time.sleep(1) # I/O ootamise imitatsioon

# Kaks niiti I/O-põhise ülesande täitmiseks
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"Täitmisaeg niitidega (I/O-põhine): {end_time - start_time:.2f} sekundit") # Aeg on umbes 1 sekund, kuna niidid vabastavad GIL-i ootamise ajal