Python I/O 操作与 GIL 释放详解

T0 → T1：Thread-A 先获得 GIL 开始执行

操作系统调度 Thread-A 获得 CPU 时间片，Thread-A 调用 threading.Lock() 获取 GIL，开始执行自己的 Python 代码（计算任务）

T1 → T2：Thread-B 被调度，获得 GIL

时间片轮转到 Thread-B，Thread-B 获取 GIL 后开始执行自己的代码

此时 Thread-A 还没执行完，但没关系！ Thread-A 虽然失去 CPU，但它的 GIL 也被释放了，它处于"就绪/等待"状态

T2 → T3：Thread-B 发起 I/O 请求，释放 GIL ⭐

这是关键！Thread-B 执行到 I/O 调用时：

# Python 内部检测到这是阻塞式 I/O 调用 response = requests.get("https://api.example.com/data") # ↑ # 调用 C 层面的 socket 操作 # ↓ # Python 检测到需要等待外部响应 # ↓ # 自动释放 GIL！！！

⭐ 核心原理：Python 的 I/O 函数（如 socket.read、file.read）底层调用 C 库，Python 解释器知道"这个操作会阻塞"，于是主动释放 GIL

T3 → T4：Thread-B 等待 I/O 响应，Thread-A 获得 GIL

Thread-B 进入 I/O 等待状态，不消耗 CPU：

# Thread-B 的状态变化 Thread-B.state = "BLOCKED" # 被 OS 标记为阻塞 Thread-B.gil = null # 不持有 GIL # Thread-A 检测到 GIL 可用 Thread-A.state = "RUNNING" # 被 OS 调度 Thread-A.gil = acquired # 重新获取 GIL，继续执行

这就是多线程的价值！Thread-B 在等待网络响应时，完全不占用 CPU， Thread-A 可以充分利用这段时间执行自己的任务

T4：I/O 响应返回，Thread-B 重新就绪

当网络响应到达时：

# 操作系统通知：I/O 完成！ Thread-B.state = "READY" # 变为就绪状态 # 等待 OS 下一次调度，获取 GIL 后继续执行

T5 → T6：Thread-A 和 Thread-B 继续交替执行

循环往复，两个线程通过 OS 调度 + GIL 机制实现"伪并发"

💡 关键结论

I/O 操作时 GIL 释放的本质：

1. Python 的 I/O 函数（socket、file、requests 等）底层调用 C 库，Python 解释器能识别"这是一个需要等待的操作"

2. 识别后，Python 会主动释放 GIL，而不是让线程空等

3. 其他线程检测到 GIL 可用 + 被 OS 调度后，就能获取 GIL 继续执行

4. 结果：多个线程在 I/O 等待期间可以交替执行，充分利用 CPU 资源

这就是为什么多线程对 I/O 密集型任务有帮助：等待的时候不占 CPU，别人就可以用！

📡 I/O 操作与 GIL 释放详解