現在的Python有這麼多方便優秀的特性，可是有一個特性一直遲遲沒有實現：所有基於CPython的直譯器都不能同時在多個CPU核心上並行執行App。

這一直是Python最大的絆腳石，特別是現有的實現方法都非常笨拙。目前，隨著現在處理器的核心數目不斷增長（英特爾最近釋出了24核心的CPU），尋求一個長遠的解決方案變得更加急不可待。

共用一個鎖

事實上，在Python中使用多執行緒是完全可以的——其實用的很多。但是對於CPython來說，不可能的事情是，在多個不同的CPU核心上並行執行不同的執行緒。在CPython的記憶體管理中存在安全隱患，所以直譯器每次只能執行一個執行緒，然後根據需要控制鎖的全域性狀態，在不同的執行緒中切換。

這種鎖的機制——直譯器全域性鎖（the Global Interpreter Lock，GIL）是CPython不支援並行執行緒的根本原因。但是也有一些緩衝的中介軟體，比如，在硬碟上的IOS操作和網路讀取不和GIL繫結，所以可以自由地並行執行他們的執行緒，但是和CPU繫結的執行緒就成問題了。

對於Python程式設計師來說，這就意味著在大型計算任務方面的並行效能的損失。使用Python工作的方便伴隨著多執行緒效能方面的巨大損失，這時，同樣比較方便的其他語言就佔了優勢，比如Google的Go語言。

打破一個鎖

隨著時間的推移，人們相出了很多策略來優化多執行緒——但大多都是治標不治本——都沒有從根本上解決GIL的問題。一個標準的方案是，啟動多個CPython例項，然後在這些例項之間共享狀態和資料；每一個例項都獨立地執行在不同的CPU上。但是Jeff Knupp說，

C語言擴充套件並不受GIL的限制，所以很多對速度要求很高的庫（比如科學計算庫Numpy）是用C實現的，可以多核多執行緒執行。但是CPython的限制依然存在，如果說避免這個問題最好的方法是使用C擴充套件的話，那麼只會讓更多的程式設計師放棄Python而使用C語言。

PyPy，Python的自舉實現，採用了JIT技術，雖然沒有解決GIL的問題，但是大大提升了程式碼執行的速度。從某種方面講，如果只看速度的話，也差不到哪裡去，但是從根本上講，並沒有解決多執行緒的問題。

最後，GIL在Python 3中得到了優化，有了更好的執行緒切換。但是根本問題依然存在——由於GIL程式還是不能真正地多執行緒並行執行。

沒有GIL？沒有問題

拋開上面這些問題不說，對沒有GIL的、相容現有app的Python的追求從未停止。很多Python的其他實現都完全原離GIL，但是都遭到了效能上的損失。比如，一個執行在JVM之上的Python實現——Jython，使用了JVM的物件跟蹤系統，而不是GIL。IronPython採用了和微軟的CLR相同的策略。但是兩者的效能都很反常。有時候，它們表現的比CPython還慢，有時候不相容外部的C程式碼，所以很多程式並不能正常工作。

Trent Nelson of Continuum Analytics的一個叫PyParallel的專案，是一個“實驗性的，理論證明可行的對多核心CPU並行運算優化的Python 3設計實現。”它並沒有廢棄GIL，但是通過替換async優化了它的引入，所以應用可以使用async來並行運算（就像IO、網路伺服器一樣）。這個專案已經停滯好幾個月了，但是從文件來看，它的開發者對這樣的進度很滿意。最終，他們在CPython中這樣宣佈：“慢點沒什麼，只要方向對了就可以。”

PyPy的創始人有一個長期的專案，這個Python的實現使用了一種叫“軟體記憶體交換（software transactional memory）”(PyPy-STM)的技術。根據PyPy創始人的說法，好處是，“這個專案可以對現有的程式優化，使沒有多執行緒執行的程式可以在多個核心上執行。”

PyPy-STM聽起來像魔法一樣，但是它有兩個缺點。第一，現在這個專案還在開發中，目前只支援2.X。第二，對於單執行緒的程式，效能有所下降。根據Python的創始人範·羅蘇姆規定的條款，任何有關解決GIL的嘗試，都不能降低單執行緒程式執行的速度。所以，這個專案暫時不能被CPython接受。

進步與等待

Python的核心開發者Larry Hastings在PyCon 2016上分享了一些關於解決GIL問題的觀點，Hastings分享了他關於GIL問題的嘗試，並在最後給出了一個沒有GIL的Python實現，但是因為快取問題，效能也不盡人意。

Hastings在最後總結到，你可以刪掉GIL，但是你必須有一種方法來確保每次只有一個執行緒在操作全域性物件——比如，使用一個公有執行緒，讓直譯器來處理狀態的改變。

一個好訊息是，如果CPython修復了GI了的問題，那麼開發者使用Python可以輕鬆地開發多執行緒程式。因為Python的語法在不斷優化，Python 3.5以來，async/await語法使得開發多執行緒程式非常簡單。

現在，關於Python GIL的問題還有很多工作需要做。但是毫無疑問的是，問題的第一個答案將是像PyPy-STM一樣的單獨的Python實現。現在如果想嘗試一下沒有GIL的Python，可以試一下第三方的版本。CPython目前沒有任何反應，期待等待的時間不會太長。