python interpreter Python的GIL锁死你多线程？CPU密集任务跑得比单线程还慢，气炸了

📅 2026/7/13 1:04:46 👁️ 阅读次数 📝 编程学习

开发者一直困惑的多线程机制是, 明明开启了多线程, 处理CPU密集型任务时, 性能却没提升, 甚至比单线程更慢。其背后核心原因是全局解释器锁（GIL）, 它是面试高频考察难点, 也是技术社区常年讨论热门话题。

把GIL的底层原理进行拆解, 对多线程失效的核心原因予以分析, 将CPU密集型与IO密集型任务的差异相结合, 给出正确的并发方案, 搭配上可直接运行的代码, 助你把GIL彻底弄明白, 躲开多线程开发陷阱。

### 一、难题场景再现

倘若我们要对从1开始的一系列数进行累加和的计算, 这可是一项典型的、属于CPU密集型的任务, 我们试着运用单线程以及多线程这两种不同的方式去达成, 满心希望多线程能够借助多核CPU来提升性能, 然而最终呈现出来的结果却完全超出了我们的预料。

import threading import time # 计算1到n的累加和（CPU密集型任务） def calculate_sum(n): total = 0 for i in range(1, n+1): total += i return total # 单线程实现 def single_thread(): start_time = time.time() result = calculate_sum(10000000) end_time = time.time() print(f"单线程结果：{result}，耗时：{end_time - start_time:.4f}秒") # 多线程实现（分两段计算，模拟多核并行） def multi_thread(): start_time = time.time() result1 = 0 result2 = 0 # 线程1：计算1到5000000 def task1(): nonlocal result1 result1 = calculate_sum(5000000) # 线程2：计算5000001到10000000 def task2(): nonlocal result2 result2 = calculate_sum(5000000) + 5000000 * 5000000 t1 = threading.Thread(target=task1) t2 = threading.Thread(target=task2) t1.start() t2.start() t1.join() t2.join() total_result = result1 + result2 end_time = time.time() print(f"多线程结果：{total_result}，耗时：{end_time - start_time:.4f}秒") if __name__ == "__main__": single_thread() multi_thread()

执行结果显现出来: 多线程所耗费的时间不但没有降低, 反倒比单线程还要长。这跟我们对于多线程的认识相互矛盾——为何多线程没办法加快CPU密集型任务的速度呢? 答案便是GIL的约束。

### 二、难题核心解析

要明白这个问题, 首先得清楚GIL的实质, 那便是在解释器里存在的一个全局锁, 它保证同一时刻, 仅有一个线程能够去执行字节码。换句话讲, 哪怕你的电脑是具备多核CPU特质的, 其多线程也不能够达成真正意义上的并行, 而仅仅只能达成并发, 也就是交替执行。

GIL的工作机制的核心要点：

1. GIL所具备的特性, 其他的解释器, 像是PyPy等, 并不一定就具备GIL这样的特性。

2. 同一时间点, 仅有一个线程持有GIL, 进而执行字节码；别的线程处在等待状况, 直至GIL被释放。

3. GIL会在线程执行了一定的时间, 这个时间是默认的5毫秒, 或者是遇到IOR操作的时候进行释放, 从而使得其他的线程可以拥有执行的机会。

在CPU密集型任务当中, 线程差不多时时刻刻都在搞字节码的相关执行操作。话说这的时候, GIL释放的时机是少之又少的, 多个线程就只能轮流着来了, 没办法凭借多核CPU的优势去搞；与此同时呢, 线程切换这件事本身就会耗费额外的系统资源, 结果致使多线程所花费的时间比单线程还要长。

可针对IO密集型任务这么说（像网络请求、文件读写这类任务）, 在这种情形下, 线程的多半时间都处于等待IO完成的状态（并非去执行字节码）, 这个时候GIL即将会被释放掉, 别的线程将能够执行, 鉴于这样, 所以采取多线程的方式能够将IO密集型任务的性能给提升起来。

### 三、正确解决方案（突破GIL限制）

有三种常用方案, 针对CPU密集型任务, 用以突破GIL的限制, 它们分别是, 多进程, 扩展, 以及针对特定场景的异步编程。其中, 多进程是最常用且最易实现的方案, 因为每个进程都具有独立的解释器以及GIL, 能够真正达成多核并行。

import multiprocessing import time # 计算1到n的累加和（CPU密集型任务） def calculate_sum(n): total = 0 for i in range(1, n+1): total += i return total # 多进程实现（真正利用多核CPU） def multi_process(): start_time = time.time() # 创建两个进程，分两段计算 p1 = multiprocessing.Process(target=calculate_sum, args=(5000000,)) p2 = multiprocessing.Process(target=calculate_sum, args=(5000000,)) # 启动进程 p1.start() p2.start() # 等待进程执行完成 p1.join() p2.join() # 计算总结果（第二段是5000001到10000000，需加上5000000*5000000） total_result = calculate_sum(5000000) + (calculate_sum(5000000) + 5000000 * 5000000) end_time = time.time() print(f"多进程结果：{total_result}，耗时：{end_time - start_time:.4f}秒") # 单线程对比 def single_thread(): start_time = time.time() result = calculate_sum(10000000) end_time = time.time() print(f"单线程结果：{result}，耗时：{end_time - start_time:.4f}秒") if __name__ == "__main__": single_thread() multi_process()

运行结果会明显地被看到, 多进程所耗费的时间远远低于单线程, 切实达成了性能方面得到提升。这是由于每一个进程都拥有独立的GIL, 能够充分借助多核CPU的优势, 从而并行去执行任务。

### 四、进阶注意事项与避坑技巧

1. 进行并发方案的确定是依据任务类型来开展的, 针对于CPU密集型的任务而言会采用多进程的方式, 要是IO密集型的任务, 则选用多线程又或者异步编程的途径, 以此来防止因为方案使用错误而致使性能出现下降的情况。

2. 多进程所存在的开销是, 进程的创建开销会比线程大, 并且进程的切换开销也比线程大, 所以在那种任务量比较小的状况之下, 多进程拥有的优势并不显著, 甚至有可能会比单线程运行得更慢, 这就需要依据任务的规模来进行选择。

3. 不同进程之间的通信情况是, 多个进程彼此之间没办法直接去共享内存, 需要借助Queue、Pipe之类的那样形式来开展通信, 防止因为过于频繁地进行通信而致使性能产生损耗。

4. GIL的未来情况, 在3.12时对GIL做了优化, 有关于“per - GIL”被引入, 这能够让多个解释器去共享进程的方式得以实现, 并且每个解释器都具备独立的GIL了, 在这样的情况下进一步提升了多线程当中的性能, 不过一直到现在都还没有将GIL完全移除掉。

五、总结

GIL属于多线程开发里的核心陷阱, 好多开发者错误地认为多线程能让所有任务提速,然而却忽视了GIL针对CPU密集型任务的限制。要记住核心结论: GIL对多线程的并行执行形成了限制, CPU密集型任务得采用多进程, IO密集型任务则采用多线程或者异步编程。

熟练把握GIL的原理, 精准抉择并发方案, 这能够助力你于实际开发当中躲开性能陷阱, 撰写出高效的并发代码, 而且还是高级开发者必须所具备的技能。WWw.BdX3.cN/pdds/31245.html
WWw.BdX3.cN/pdds/31246.html
WWw.BdX3.cN/pdds/31247.html
WWw.BdX3.cN/pdds/31248.html
WWw.BdX3.cN/pdds/31249.html
WWw.BdX3.cN/pdds/31250.html
WWw.BdX3.cN/pdds/31251.html
WWw.BdX3.cN/pdds/31252.html
WWw.BdX3.cN/pdds/31253.html
WWw.BdX3.cN/pdds/31254.html
WWw.BdX3.cN/pdds/31255.html
WWw.BdX3.cN/pdds/31256.html
WWw.BdX3.cN/pdds/31257.html
WWw.BdX3.cN/pdds/31258.html
WWw.BdX3.cN/pdds/31259.html
WWw.BdX3.cN/pdds/31260.html
WWw.BdX3.cN/pdds/31261.html
WWw.BdX3.cN/pdds/31262.html
WWw.BdX3.cN/pdds/31263.html
WWw.BdX3.cN/pdds/31264.html
WWw.BdX3.cN/pdds/31265.html
WWw.BdX3.cN/pdds/31266.html
WWw.BdX3.cN/pdds/31267.html
WWw.BdX3.cN/pdds/31268.html
WWw.BdX3.cN/pdds/31269.html
WWw.BdX3.cN/pdds/31270.html
WWw.BdX3.cN/pdds/31271.html
WWw.BdX3.cN/pdds/31272.html
WWw.BdX3.cN/pdds/31273.html
WWw.BdX3.cN/pdds/31274.html
WWw.BdX3.cN/pdds/31275.html
WWw.BdX3.cN/pdds/31276.html
WWw.BdX3.cN/pdds/31277.html
WWw.BdX3.cN/pdds/31278.html
WWw.BdX3.cN/pdds/31279.html
WWw.BdX3.cN/pdds/31280.html
WWw.BdX3.cN/pdds/31281.html
WWw.BdX3.cN/pdds/31282.html
WWw.BdX3.cN/pdds/31283.html
WWw.BdX3.cN/pdds/31284.html
WWw.BdX3.cN/pdds/31285.html
WWw.BdX3.cN/pdds/31286.html
WWw.BdX3.cN/pdds/31287.html
WWw.BdX3.cN/pdds/31288.html
WWw.BdX3.cN/pdds/31289.html
WWw.BdX3.cN/pdds/31290.html
WWw.BdX3.cN/pdds/31291.html
WWw.BdX3.cN/pdds/31292.html
WWw.BdX3.cN/pdds/31293.html
WWw.BdX3.cN/pdds/31294.html
WWw.BdX3.cN/pdds/31295.html
WWw.BdX3.cN/pdds/31296.html
WWw.BdX3.cN/pdds/31297.html
WWw.BdX3.cN/pdds/31298.html
WWw.BdX3.cN/pdds/31299.html
WWw.BdX3.cN/pdds/31300.html
WWw.BdX3.cN/pdds/31301.html
WWw.BdX3.cN/pdds/31302.html
WWw.BdX3.cN/pdds/31303.html
WWw.BdX3.cN/pdds/31304.html
WWw.BdX3.cN/pdds/31305.html
WWw.BdX3.cN/pdds/31306.html
WWw.BdX3.cN/pdds/31307.html
WWw.BdX3.cN/pdds/31308.html
WWw.BdX3.cN/pdds/31309.html
WWw.BdX3.cN/pdds/31310.html
WWw.BdX3.cN/pdds/31311.html
WWw.BdX3.cN/pdds/31312.html
WWw.BdX3.cN/pdds/31313.html
WWw.BdX3.cN/pdds/31314.html
WWw.BdX3.cN/pdds/31315.html
WWw.BdX3.cN/pdds/31316.html
WWw.BdX3.cN/pdds/31317.html
WWw.BdX3.cN/pdds/31318.html
WWw.BdX3.cN/pdds/31319.html
WWw.BdX3.cN/pdds/31320.html
WWw.BdX3.cN/pdds/31321.html
WWw.BdX3.cN/pdds/31322.html
WWw.BdX3.cN/pdds/31323.html
WWw.BdX3.cN/pdds/31324.html
WWw.BdX3.cN/pdds/31325.html
WWw.BdX3.cN/pdds/31326.html
WWw.BdX3.cN/pdds/31327.html
WWw.BdX3.cN/pdds/31328.html
WWw.BdX3.cN/pdds/31329.html
WWw.BdX3.cN/pdds/31330.html
WWw.BdX3.cN/pdds/31331.html
WWw.BdX3.cN/pdds/31332.html
WWw.BdX3.cN/pdds/31333.html
WWw.BdX3.cN/pdds/31334.html
WWw.BdX3.cN/pdds/31335.html
WWw.BdX3.cN/pdds/31336.html
WWw.BdX3.cN/pdds/31337.html
WWw.BdX3.cN/pdds/31338.html
WWw.BdX3.cN/pdds/31339.html
WWw.BdX3.cN/pdds/31340.html
WWw.BdX3.cN/pdds/31341.html
WWw.BdX3.cN/pdds/31342.html
WWw.BdX3.cN/pdds/31343.html
WWw.BdX3.cN/pdds/31344.html
WWw.BdX3.cN/pdds/31345.html
WWw.BdX3.cN/pdds/31346.html
WWw.BdX3.cN/pdds/31347.html
WWw.BdX3.cN/pdds/31348.html
WWw.BdX3.cN/pdds/31349.html
WWw.BdX3.cN/pdds/31350.html
WWw.BdX3.cN/pdds/31351.html
WWw.BdX3.cN/pdds/31352.html
WWw.BdX3.cN/pdds/31353.html
WWw.BdX3.cN/pdds/31354.html
WWw.BdX3.cN/pdds/31355.html
WWw.BdX3.cN/pdds/31356.html
WWw.BdX3.cN/pdds/31357.html
WWw.BdX3.cN/pdds/31358.html
WWw.BdX3.cN/pdds/31359.html
WWw.BdX3.cN/pdds/31360.html
WWw.BdX3.cN/pdds/31361.html
WWw.BdX3.cN/pdds/31362.html
WWw.BdX3.cN/pdds/31363.html
WWw.BdX3.cN/pdds/31364.html
WWw.BdX3.cN/pdds/31365.html
WWw.BdX3.cN/pdds/31366.html
WWw.BdX3.cN/pdds/31367.html
WWw.BdX3.cN/pdds/31368.html
WWw.BdX3.cN/pdds/31369.html
WWw.BdX3.cN/pdds/31370.html
WWw.BdX3.cN/pdds/31371.html
WWw.BdX3.cN/pdds/31372.html
WWw.BdX3.cN/pdds/31373.html
WWw.BdX3.cN/pdds/31374.html
WWw.BdX3.cN/pdds/31375.html
WWw.BdX3.cN/pdds/31376.html
WWw.BdX3.cN/pdds/31377.html
WWw.BdX3.cN/pdds/31378.html
WWw.BdX3.cN/pdds/31379.html
WWw.BdX3.cN/pdds/31380.html
WWw.BdX3.cN/pdds/31381.html
WWw.BdX3.cN/pdds/31382.html
WWw.BdX3.cN/pdds/31383.html
WWw.BdX3.cN/pdds/31384.html
WWw.BdX3.cN/pdds/31385.html
WWw.BdX3.cN/pdds/31386.html
WWw.BdX3.cN/pdds/31387.html
WWw.BdX3.cN/pdds/31388.html
WWw.BdX3.cN/pdds/31389.html
WWw.BdX3.cN/pdds/31390.html
WWw.BdX3.cN/pdds/31391.html
WWw.BdX3.cN/pdds/31392.html
WWw.BdX3.cN/pdds/31393.html
WWw.BdX3.cN/pdds/31394.html
WWw.BdX3.cN/pdds/31395.html
WWw.BdX3.cN/pdds/31396.html
WWw.BdX3.cN/pdds/31397.html
WWw.BdX3.cN/pdds/31398.html
WWw.BdX3.cN/pdds/31399.html
WWw.BdX3.cN/pdds/31400.html
WWw.BdX3.cN/pdds/31401.html
WWw.BdX3.cN/pdds/31402.html
WWw.BdX3.cN/pdds/31403.html
WWw.BdX3.cN/pdds/31404.html
WWw.BdX3.cN/pdds/31405.html
WWw.BdX3.cN/pdds/31406.html
WWw.BdX3.cN/pdds/31407.html
WWw.BdX3.cN/pdds/31408.html
WWw.BdX3.cN/pdds/31409.html
WWw.BdX3.cN/pdds/31410.html
WWw.BdX3.cN/pdds/31411.html
WWw.BdX3.cN/pdds/31412.html
WWw.BdX3.cN/pdds/31413.html
WWw.BdX3.cN/pdds/31414.html
WWw.BdX3.cN/pdds/31415.html
WWw.BdX3.cN/pdds/31416.html
WWw.BdX3.cN/pdds/31417.html
WWw.BdX3.cN/pdds/31418.html
WWw.BdX3.cN/pdds/31419.html
WWw.BdX3.cN/pdds/31420.html
WWw.BdX3.cN/pdds/31421.html
WWw.BdX3.cN/pdds/31422.html
WWw.BdX3.cN/pdds/31423.html
WWw.BdX3.cN/pdds/31424.html
WWw.BdX3.cN/pdds/31425.html
WWw.BdX3.cN/pdds/31426.html
WWw.BdX3.cN/pdds/31427.html
WWw.BdX3.cN/pdds/31428.html
WWw.BdX3.cN/pdds/31429.html
WWw.BdX3.cN/pdds/31430.html
WWw.BdX3.cN/pdds/31431.html
WWw.BdX3.cN/pdds/31432.html
WWw.BdX3.cN/pdds/31433.html
WWw.BdX3.cN/pdds/31434.html
WWw.BdX3.cN/pdds/31435.html
WWw.BdX3.cN/pdds/31436.html
WWw.BdX3.cN/pdds/31437.html
WWw.BdX3.cN/pdds/31438.html
WWw.BdX3.cN/pdds/31439.html
WWw.BdX3.cN/pdds/31440.html
WWw.BdX3.cN/pdds/31441.html
WWw.BdX3.cN/pdds/31442.html
WWw.BdX3.cN/pdds/31443.html
WWw.BdX3.cN/pdds/31444.html
WWw.BdX3.cN/pdds/31445.html
WWw.BdX3.cN/pdds/31446.html
WWw.BdX3.cN/pdds/31447.html
WWw.BdX3.cN/pdds/31448.html
WWw.BdX3.cN/pdds/31449.html
WWw.BdX3.cN/pdds/31450.html
WWw.BdX3.cN/pdds/31451.html
WWw.BdX3.cN/pdds/31452.html
WWw.BdX3.cN/pdds/31453.html
WWw.BdX3.cN/pdds/31454.html
WWw.BdX3.cN/pdds/31455.html
WWw.BdX3.cN/pdds/31456.html
WWw.BdX3.cN/pdds/31457.html
WWw.BdX3.cN/pdds/31458.html
WWw.BdX3.cN/pdds/31459.html
WWw.BdX3.cN/pdds/31460.html
WWw.BdX3.cN/pdds/31461.html
WWw.BdX3.cN/pdds/31462.html
WWw.BdX3.cN/pdds/31463.html
WWw.BdX3.cN/pdds/31464.html
WWw.BdX3.cN/pdds/31465.html
WWw.BdX3.cN/pdds/31466.html
WWw.BdX3.cN/pdds/31467.html
WWw.BdX3.cN/pdds/31468.html
WWw.BdX3.cN/pdds/31469.html
WWw.BdX3.cN/pdds/31470.html
WWw.BdX3.cN/pdds/31471.html
WWw.BdX3.cN/pdds/31472.html
WWw.BdX3.cN/pdds/31473.html
WWw.BdX3.cN/pdds/31474.html
WWw.BdX3.cN/pdds/31475.html
WWw.BdX3.cN/pdds/31476.html
WWw.BdX3.cN/pdds/31477.html
WWw.BdX3.cN/pdds/31478.html
WWw.BdX3.cN/pdds/31479.html
WWw.BdX3.cN/pdds/31480.html
WWw.BdX3.cN/pdds/31481.html
WWw.BdX3.cN/pdds/31482.html
WWw.BdX3.cN/pdds/31483.html
WWw.BdX3.cN/pdds/31484.html
WWw.BdX3.cN/pdds/31485.html
WWw.BdX3.cN/pdds/31486.html
http://WWw.BdX3.cN/pds/
WWw.BdX3.cN/pdds/31487.html
WWw.BdX3.cN/pdds/31488.html
WWw.BdX3.cN/pdds/31489.html
WWw.BdX3.cN/pdds/31490.html
WWw.BdX3.cN/pdds/31491.html
WWw.BdX3.cN/pdds/31492.html
WWw.BdX3.cN/pdds/31493.html
WWw.BdX3.cN/pdds/31494.html
WWw.BdX3.cN/pdds/31495.html
WWw.BdX3.cN/pdds/31496.html
WWw.BdX3.cN/pdds/31497.html
WWw.BdX3.cN/pdds/31498.html
WWw.BdX3.cN/pdds/31499.html
WWw.BdX3.cN/pdds/31500.html
WWw.BdX3.cN/pdds/31501.html
WWw.BdX3.cN/pdds/31502.html
WWw.BdX3.cN/pdds/31503.html
WWw.BdX3.cN/pdds/31504.html
WWw.BdX3.cN/pdds/31505.html
WWw.BdX3.cN/pdds/31506.html
WWw.BdX3.cN/pdds/31507.html
WWw.BdX3.cN/pdds/31508.html
WWw.BdX3.cN/pdds/31509.html
WWw.BdX3.cN/pdds/31510.html
WWw.BdX3.cN/pdds/31511.html
WWw.BdX3.cN/pdds/31512.html
WWw.BdX3.cN/pdds/31513.html
WWw.BdX3.cN/pdds/31514.html
WWw.BdX3.cN/pdds/31515.html
WWw.BdX3.cN/pdds/31516.html
WWw.BdX3.cN/pdds/31517.html
WWw.BdX3.cN/pdds/31518.html
WWw.BdX3.cN/pdds/31519.html
WWw.BdX3.cN/pdds/31520.html
WWw.BdX3.cN/pdds/31521.html
WWw.BdX3.cN/pdds/31522.html
WWw.BdX3.cN/pdds/31523.html
WWw.BdX3.cN/pdds/31524.html
WWw.BdX3.cN/pdds/31525.html
WWw.BdX3.cN/pdds/31526.html
WWw.BdX3.cN/pdds/31527.html
WWw.BdX3.cN/pdds/31528.html
WWw.BdX3.cN/pdds/31529.html
WWw.BdX3.cN/pdds/31530.html
WWw.BdX3.cN/pdds/31531.html
WWw.BdX3.cN/pdds/31532.html
WWw.BdX3.cN/pdds/31533.html
WWw.BdX3.cN/pdds/31534.html
WWw.BdX3.cN/pdds/31535.html
WWw.BdX3.cN/pdds/31536.html
WWw.BdX3.cN/pdds/31537.html
WWw.BdX3.cN/pdds/31538.html
WWw.BdX3.cN/pdds/31539.html
WWw.BdX3.cN/pdds/31540.html
WWw.BdX3.cN/pdds/31541.html
WWw.BdX3.cN/pdds/31542.html
WWw.BdX3.cN/pdds/31543.html
WWw.BdX3.cN/pdds/31544.html
WWw.BdX3.cN/pdds/31545.html
WWw.BdX3.cN/pdds/31546.html
WWw.BdX3.cN/pdds/31547.html
WWw.BdX3.cN/pdds/31548.html
WWw.BdX3.cN/pdds/31549.html
WWw.BdX3.cN/pdds/31550.html
WWw.BdX3.cN/pdds/31551.html
WWw.BdX3.cN/pdds/31552.html
WWw.BdX3.cN/pdds/31553.html
WWw.BdX3.cN/pdds/31554.html
WWw.BdX3.cN/pdds/31555.html
WWw.BdX3.cN/pdds/31556.html
WWw.BdX3.cN/pdds/31557.html
WWw.BdX3.cN/pdds/31558.html
WWw.BdX3.cN/pdds/31559.html
WWw.BdX3.cN/pdds/31560.html
WWw.BdX3.cN/pdds/31561.html
WWw.BdX3.cN/pdds/31562.html
WWw.BdX3.cN/pdds/31563.html
WWw.BdX3.cN/pdds/31564.html
WWw.BdX3.cN/pdds/31565.html
WWw.BdX3.cN/pdds/31566.html
WWw.BdX3.cN/pdds/31567.html
WWw.BdX3.cN/pdds/31568.html
WWw.BdX3.cN/pdds/31569.html

编程学习技术分享实战经验

资讯详情

python interpreter Python的GIL锁死你多线程？CPU密集任务跑得比单线程还慢，气炸了

最新新闻

日新闻

周新闻

月新闻

资讯详情

python interpreter Python的GIL锁死你多线程？CPU密集任务跑得比单线程还慢，气炸了

相关新闻

最新新闻

日新闻

周新闻

月新闻