GIL (Global Interpreter Lock) CPython (मानक Python कार्यान्वयन) मा एक mutex हो जो केवल एक पल मा एक thread लाई Python bytecode कार्यन्वयन गर्न अनुमति दिन्छ। यसको मतलब Python threads एक साथ multiple CPU cores मा Python कोड साँच्चोको समानान्तरमा चलाउन सक्दैनन् — समकालिनताको लागि मुख्य विचार।
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.
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
निर्णायक सूक्ष्मता: GIL I/O को समयमा मुक्त (नेटवर्क, फाइल, sleep) र धेरै C extension भित्र। त्यसकारण threads I/O-bound काम (धेरै प्रतीक्षा ओभरल्याप) को लागि मदद गर्छन्, तर CPU-bound काम (GIL गणना क्रमबद्ध गर्छ) को लागि गर्दैनन्।
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-bound समानान्तरको लागि, multiprocessing प्रयोग गर्नुहोस् (अलग प्रक्रियाहरूले एकल GIL बाहिर निस्कन्छन्), वा library (NumPy, आदि) जसको भारी काम C मा GIL मुक्त गरेर चल्छ।
I/O-bound (network, files, DB) → threading or asyncio (GIL released on I/O)
CPU-bound (computation) → multiprocessing (or C-extension libraries)
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.
GIL Python को सबैभन्दा महत्त्वपूर्ण — र सबैभन्दा गलत बुझिएको — विशेषता हो।
यसले व्याख्या गर्छ किन CPU-भारी काम को लागि threads को उपयोग गर्दा कुनै गति वृद्धि हुँदैन (सामान्य गल्ती), र किन सही समकालिन उपकरण workload मा निर्भर गर्छ: I/O-bound को लागि threading/asyncio (जहाँ GIL प्रतीक्षा गर्दा मुक्त हुन्छ) र CPU-bound को लागि multiprocessing (साँच्चोको समानान्तरको लागि अलग प्रक्रियाहरू)।
GIL को गलतफहमी अप्रभावी समकालिन कोडको दिशा मा लिन्छ जो स्केल हुँदैन।
यो जान्नु — र I/O-vs-CPU निर्णय जो यसले ड्राइभ गर्छ — साँच्चोको अनुकूल समकालिन Python लेख्नको लागि आवश्यक छ।