我们知道，在CPython中，有一个全局解释器锁，英文叫globalinterpreterlock，简称GIL，是一个互斥锁，用来保护Python世界里的对象，防止同一时刻多个线程执行Python的字节码，从而确保线程安全，这导致了Python的线程无法利用多核CPU的优势，因此有人说Python的多线程是伪多线程，性能不高，那么Python将来有可能去除GIL吗？

要回答这个问题，先从GIL的起源进行分析。

一、GIL的起源

Python第一次发布是在1991年，当时的CPU都是单核，单核中，多线程主要为了一边做IO，一边做CPU计算而设计的，Python编译器是由C语言编写的，因此也叫CPython，那时候很多编程语言没有自动内存管理的功能，为了实现自动垃圾回收，Python为每一个对象进行了引用计数，当引用计数为0的时候说明该对象可以回收，从而释放内存了，比如：

>>>importsys>>>data={'gzh':'Python七号'}>>>var1=data>>>sys.getrefcount(data)3>>>

这里data对象就有3个引用，一个是本身，一个是变量var1，一个是getrefcount函数的参数，如果此时又有一个线程引用了data，那么引用计数再增加1，如果某个线程使用了data后运行结束，那么引用计数就减少1，多线程对同一个变量「引用计数」进行修改，就会遇到raceconditions(竞争)，为了避免raceconditions，最简单有效的办法就是加一个互斥锁。

如果对每一个对象都加锁，有可能引发另一个问题，就是死锁，而且频繁的获取和释放会导致性能下降，最简单有效的方法就是加一个解释器锁，线程在执行任何字节码时都先获取解释器锁，这就避免了死锁，而且不会有太多的性能消耗。当时CPU都是单核，而且这种GIL设计简单，并不会影响性能，因此一直沿用至今天。GIL存在最主要的原因，就是因为Python的内存管理不是线程安全的，这就是GIL产生并存在的主要缘由。

二、尝试消除GIL

CPU进入多核时代后，可以同时做多个计算任务,GIL才真正变成问题。在1999年，有个叫GregStein的大佬基于Python1.5版本消除了GIL，取代代之的是在可变数据结构上加上更细粒度的锁，也提交了补丁用于去除对全局可变对象的依赖，然后在标准测试时表明去除GIL后单线程比不去除时慢了近2倍，测试的机器还是当时性能最好Windows机器。也就是说除去了GIL后，你使用2个CPU才能获取比原来1个CPU稍微好一点的性能，这种提升明显得不偿失，GregStein的尝试也就失败告终。

Python之父GuidovanRossum也欢迎社区的志愿者去尝试去除GIL，只要不降低单线程的性能，但他也提到，去掉GIL不是一件容易的事。

Python开发者邮件列表中也偶尔会有去除GIL的议题，但是以下需求必须满足：

简单。从长远来看该方案必须是可实施、可维护的。

并发。去除GIL必须能提升多线程的性能。

速度。去除GIL不能降低单线程的性能。

满足CPython的特性。该方案必须支持CPython的功能，比如__del__和弱引用。

API的兼容性。该方案应与所有现有CPython扩展使用的宏在源方面兼容。

及时销毁不可达对象，回收内存。

有序销毁，比如不可达对象X引用了A，那么应该在销毁A之前先销毁X(有些垃圾回收算法并不能做到这一点)。

有些需求不容易被满足，比如4，5，7，目前，还没有人满足以上需求的同时去除GIL成功的。

三、积重难返

这些年Python实在太火了，很多优秀的库都是基于CPython进行编写的，很多都是90年代的C扩展库，如果要除去GIL，那么很多基于GIL编写的C扩展便无法使用，也就是去了GIL，Python生态有很多扩展或三方库者无法使用。

还有一个很明显的例子，Python解释器不止有CPython，还有用Java编写的Python，.NET实现的IronPython，这些解释器完全没有GIL，可是有多少人为它们编写扩展呢？

Python之所以如此火爆，与它有着丰富的三方库开箱即用有着很大的关系，积重难返，去除GIL很困难。

四、为什么Python3一开始时不去除GIL

Python3在最开始时是有机会实现很多新功能，在此过程中，打破了一些现有的C扩展，然后需要更新和移植更改以配合Python3，这也是Python3一开始不被社区所接受的原因。

与Python2相比，删除GIL将使Python3在单线程性能方面更慢，而且很多优秀的扩展将不能再使用，如果真的这样，可以想象Python3不可能有未来，最终的结果是Python3仍然保持有GIL。

但Python3也为现有的GIL带来了重大改进，在Python3.2版本中，确保了计算密集型线程和I/O密集型线程并存时，I/O密集型长期获取不到GIL而无法执行的问题，提升了多线程的性能。

五、最后的话

Python因为内存管理不是线程安全的，因此自出生起就自带GIL，然后很多扩展都是在GIL的保护下编写的，时间一长积重难反，Python3一开始也因去除GIL导致单线程性能下降的问题而保留GIL，现在已经是Python3.9版本了，将来Python去除GIL的可能性微乎其微，换句话说，去除GIL的Python也就不是我们认识的Python了。

不过不必沮丧，GIL影响的也仅仅是多线程执行计算密集型的任务罢了，这种场景大多数程序员都很少遇到，即使有，可以使用多进程来避免GIL的影响，或者使用其他编程语言实现，任何编程语言或技术都不是十全十美的，发挥所长是最重要的，即使有GIL，我也不在乎，也会依然使用Python。

免责声明：内容来源于公开网络，若涉及侵权联系尽快删除！