Python 多线程执行原理

🖥️ 进程结构

📦

Python 进程

Process

🔧

CPython 解释器

Python.exe

🧵

线程调度器

OS Scheduler

🧵 线程创建

⭐

Thread-1

Main Thread

🔹

Thread-2

Worker

🔹

Thread-3

Worker

🔹

Thread-N

...

🔒 GIL

Global Interpreter Lock

全局解释器锁 — Python 最核心的并发机制
同一时刻只允许一个线程执行 Python 字节码

⚡ 执行流程

🎯 线程启动

用户代码创建 Thread 对象，调用 start() 方法，线程进入就绪状态

📋 OS 调度

操作系统决定哪个线程获得 CPU 时间片，线程进入运行状态

🔒 获取 GIL

线程尝试获取 GIL 锁，只有持有 GIL 的线程才能执行 Python 字节码

💻 执行字节码

在线程内部，Python 虚拟机执行字节码指令序列

⏰ GIL 释放

每执行一定数量字节码或遇到 I/O 操作时，GIL 被释放

🔄 循环切换

其他等待中的线程获得 GIL，继续执行，形成"伪并发"

⚠️

CPU 密集型瓶颈

由于 GIL 限制，多线程对 CPU 密集型任务几乎没有加速效果，反而因为线程切换开销而变慢

✅

I/O 密集型优势

对于网络请求、文件读写等 I/O 等待操作，线程可在等待期间释放 GIL，让其他线程工作

🔄

线程切换机制

每 100 个字节码指令（可配置），Python 会自动切换线程，也可在 I/O 操作时切换

🛡️

线程安全保证

GIL 天然保证了 Python 对象引用的线程安全性，但需注意用户自定义的锁和共享资源

💡 代码示例：线程创建与 GIL 交互

import threading

# 1. 创建线程
thread1 = threading.Thread(target=worker, args=("A",))
thread2 = threading.Thread(target=worker, args=("B",))

# 2. 启动线程
thread1.start()
thread2.start()

# 3. GIL 保证同一时刻只有一个线程执行 Python 代码
# 线程在 I/O 等待时会释放 GIL，其他线程才有机会执行

def worker(name):
    for i in range(5):
        # 执行时持有 GIL
        print(f"Thread {name}: {i}")
        # I/O 操作会触发 GIL 释放

🐍 Python 多线程执行原理