Что такое GIL и как он влияет на параллелизм?

Question

Accepted Answer

**GIL** (Global Interpreter Lock) — это мьютекс в CPython (стандартной реализации Python), который позволяет **только одному потоку выполнять байт-код Python одновременно**. Это означает, что потоки Python не могут выполнять код Python в истинном параллелизме на нескольких ядрах CPU — важное соображение при параллелизме.

## Что означает GIL на практике

```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.
```

## Ключевое различие: CPU-bound vs I/O-bound

```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
```

Критическое уточнение: GIL **освобождается при вводе-выводе** (сеть, файл, sleep) и внутри многих расширений C. Поэтому потоки *действительно помогают* для **I/O-bound** работы (несколько ожиданий перекрываются), но *не* для **CPU-bound** работы (GIL сериализует вычисления).

## Обход GIL для CPU-bound работы

```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
```

Для CPU-bound параллелизма используйте **`multiprocessing`** (отдельные процессы обходят единственный GIL) или библиотеки (NumPy и т. д.), чья тяжелая работа выполняется на C с освобожденным GIL.

## Руководство по принятию решения

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

## Будущее

```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.
```

## Почему это важно

GIL — одна из самых важных — и наиболее неправильно понимаемых — особенностей Python.

Он объясняет *почему* использование потоков для CPU-интенсивной работы не дает ускорения (распространенная ошибка) и *почему* правильный инструмент параллелизма зависит от рабочей нагрузки: **threading/asyncio для I/O-bound** (где GIL освобождается во время ожидания) и **multiprocessing для CPU-bound** (отдельные процессы для истинного параллелизма).

Неправильное понимание GIL приводит к неэффективному коду параллелизма, который не масштабируется.

Знание о нем — и о решении I/O-vs-CPU, которое он определяет — необходимо для написания параллельного кода Python, который действительно работает.