GIL とは何で、並行処理にどのような影響を与えますか？

Question

Accepted Answer

**GIL**（Global Interpreter Lock）は CPython（標準的な Python 実装）に存在するミューテックスで、**一度に 1 つのスレッドしか Python バイトコードを実行できない**ようにします。つまり Python のスレッドは複数の CPU コア上で Python コードを真に並列実行できず、並行処理を考えるうえで重要な要素となります。

## GIL が実際に意味すること

```text
Even with multiple threads on a multi-core CPU:
  Only ONE thread runs Python bytecode at any instant.
→ Threading does NOT give CPU-bound parallelism in CPython.
```

## 重要な区別: CPU バウンド vs I/O バウンド

```python
import threading

# ❌ CPU-bound work with threads — NO speedup (GIL serializes them)
def cpu_task():
    sum(i * i for i in range(10_000_000))   # heavy computation
# 4 threads doing this run essentially as slow as 1 (GIL contention)

# ✅ I/O-bound work with threads — REAL benefit
def io_task():
    response = requests.get(url)   # waits on network — RELEASES the GIL while waiting
# while one thread waits on I/O, the GIL is freed for others → concurrency works
```

重要なニュアンスは、GIL は **I/O 中**（ネットワーク、ファイル、sleep）や多くの C 拡張の内部では**解放される**という点です。そのため、スレッドは **I/O バウンド**の処理には役立ちますが（複数の待機が重なり合う）、**CPU バウンド**の処理には役立ちません（GIL が計算を直列化してしまう）。

## CPU バウンド処理で GIL を回避する

```python
from multiprocessing import Pool

# ✅ multiprocessing uses separate PROCESSES, each with its own GIL → true parallelism
with Pool(4) as p:
    results = p.map(cpu_task, data)   # runs on 4 cores genuinely in parallel
```

CPU バウンドの並列処理には **`multiprocessing`**（別々のプロセスが単一の GIL を回避する）を使うか、重い処理を C 側で GIL を解放して実行するライブラリ（NumPy など）を使います。

## 判断の指針

```text
I/O-bound (network, files, DB)  → threading or asyncio (GIL released on I/O)
CPU-bound (computation)          → multiprocessing (or C-extension libraries)
```

## 今後の展望

```text
Python 3.13+ introduces an EXPERIMENTAL free-threaded (no-GIL) build,
and work continues to reduce the GIL's impact — but it remains the default reality.
```

## なぜ重要なのか

GIL は Python の最も重要でありながら、最も誤解されやすい特性の 1 つです。

スレッドを CPU 負荷の高い処理に使っても高速化されない理由（よくある間違い）や、適切な並行処理ツールがワークロードによって異なる理由を説明します。すなわち、**I/O バウンドには threading/asyncio**（待機中に GIL が解放される）、**CPU バウンドには multiprocessing**（真の並列処理のための別プロセス）です。

GIL を誤解すると、スケールしない非効率な並行処理コードを書いてしまいます。

GIL を理解し、それが導く I/O vs CPU の判断を把握することは、実際に性能の出る並行処理 Python を書くために不可欠です。