Kodėl daugiagyslių naudojimas Python'e nesukelia pastebimo pagreitėjimo atliekant sunkias CPU priklausomas skaičiavimus?

Standartinėje Python įgyvendinime, CPython naudoja GIL (Global Interpreter Lock) — globalų interpretatoriaus užraktą, kuris leidžia vykdyti tik vieną Python baitkodą vienu metu viename sraute. Dėl to, daugiasraitis nepadidina našumo sunkiuose CPU priklausomuose skaičiavimuose, nes srautai negali tikrai veikti lygiagrečiai keliuose branduoliuose.

Šios ribojimo įveikimui naudojami:

• Daugiaprocesinis apdorojimas (multiprocessing modulis), kur kiekvienas procesas turi savo interpretatorių ir GIL.
• C plėtinių naudojimas, kurie atlaisvina GIL skaičiavimų metu.
• Alternatyvios Python įgyvendinimai be GIL (pvz., Jython, IronPython).

Pavyzdys, kaip naudoti multiprocessing paraleliniams skaičiavimams:

from multiprocessing import Pool

def heavy_calc(x):
    # Sunkus CPU priklausomas funkcija
    return x * x

if __name__ == '__main__':
    with Pool(4) as p:
        results = p.map(heavy_calc, range(10))
    print(results)