Python 新提案:“废除”全局解释器锁 GIL | CPython 解释器或会更快

off999 2024-11-25 15:51 35 浏览 0 评论

近日，开发者 Alex Waygood 在 Python 基金会博客中提到了上周刚刚举办的Python 语言峰会上关于 Python 语言的重大议题 —— “废除” Python 语言的全局解释器锁（GIL）。

“双刃剑”：CPython —— 解释器和编译器

众所周知，Python 动态语言的灵活性是把“双刃剑”。这意味着可以有不同的运行时，例如 Pyston、Cinder、MicroPython、pypypy 等，它们可能支持整个语言、特定版本或子集。但如果你使用的是 Python，那么你可能正在运行 CPython。

CPython 是用 C 语言编写的标准 Python 解释器，它同时还充当着编译器，因为它的任务是在实际的解释阶段之前以字节码的形式编译 Python 代码。

CPython 有一种称为全局解释器锁 GIL（Global Interpreter Lock）的东西，可以影响线程代码，即一次只能在解释器中运行一个线程。因此，GIL 一直被看做是该语言发展的固有限制。

之前，也一直有提案想要解决这个问题，例如将性能关键部分移到 C 或使用多个解释器。但要满足以上期望，解释器用户的受众可能会扩大。目前有几种替代方案，例如通过专用于 JVM（Java 虚拟机）和 CLR（公共语言运行时）的方案，但以上多数现有的解决方案都有相当大的缺点。

所以基于以上背景，“不带全局解释器锁的 Python” 的支持声逐渐受到关注。

多次尝试被废除：GIL 究竟该如何摆脱掉

直到此次的 Python 语言峰会上，Meta 高级工程总监 Sam Gross 在有关 “nogil”项目的主题中，提出了“废除 GIL ”的相关议题。

据悉，该提议是基于之前在 Python 中废除 GIL 的想法。Gross 最初在使用第三方代码的 Python 项目中遇到了问题，因此开始思考“如果没有 GIL”的话如何使得线程安全的进行。

前面提到过，全局解释器锁 GIL 一次只能在解释器中运行一个线程，所以当你可以保证一次只运行一个线程时，程序状态或许会更容易推理。但如果没有 GIL，引用计数、内存分配、方法解析顺序缓存和垃圾收集线程则会变得不安全。

那么，该如何摆脱 GIL 呢？

据报道，早前 Sam Gross 就专门对这一演变进行了讨论。由于 CPython 中的设计是“线程安全”，但它依赖于 GIL。想要摆脱 GIL，首先，就要对参考计数进行重大更改。

为了知道垃圾收集器是否可以释放内存中的对象，它会统计对该对象的所有引用。目前，引用计数是非原子性的，将所有引用计数操作更改为原子性操作会对性能造成巨大影响。

Sam Gross 在该提案中使用了一种称为“有偏引用计数”（biased reference counting ）的技术，用于获取本地和共享引用。本地引用可以利用非原子性操作，拥有线程将本地引用和共享引用结合起来以跟踪所有权。这种方法非常适用于单线程对象，或者只被几个线程少量使用的对象。

在程序的生命周期中存在几个对象，如插入字符串、True、False 和 None，它们可以被标记为“不朽”（immortal），从而将它们的引用计数开销减少到零。通过利用引用计数字段中的最低有效位，对象被标记为“不朽”。经常访问但不能保证“不朽”的对象延迟了引用计数，这意味着唯一需要的引用计数是当引用存储在堆上时，此更改的一个副作用是无法立即回收对象，因为需要扫描堆栈以查找任何剩余的引用。

Sam Gross 用 mimalloc 替换了标准的 pymalloc 内存分配器，mimalloc 是 malloc 的一个替代品，提供了线程安全和性能。这种交换的好处是，这个分配器允许运行时在没有显式列表的情况下查找 GC 跟踪的对象。这是一个显著的性能提升，但这意味着不能只交换另一个与 malloc 兼容的分配器，而期望垃圾收集和收集具有相同的线程安全性。