初淺聊聊 Python 的 GIL 及 Thread-safe

很喜歡與人討論程式語言的「特色」，因為這可以讓人知道你有多瞭解與喜愛你所用的程式語言。

雖然我已經十多年沒有認真寫過 Python。頂多以前用 Python 寫過簡易的防毒軟體，中間幾次處理資料時用過 Python，或處理一些鎖碎的自動化庶務，但不如各位有寫過規模型的產品或專案。可我對 Python 的瞭解，應該還可以和不少人討論。

今天來聊聊 Python GIL

因為近年 Python 的流行，愈來愈多人開始進入 Python 的世界，也發現不少 Pythonist (Python 開發工程師) 不瞭解 GIL (甚至沒聽過)，其實這也沒什麼大不了的，程式能動，好像也能跑出想要的結果。但若僅是如此，我覺得還談不上「瞭解 Python」或「精通 Python」。

不懂 GIL 很難說自己瞭解或精通 Python

有人覺得「平時根本用不到 GIL，或反正無感」，但其實我們已經用了，只是你不知道。若不懂 GIL，你無法瞭解或跟人談論 Lock / Process / Thread / Coroutine，遇到稍微難解的問題，你會無法克服；遇到效能問題，你會覺得 Python 就是慢。而往往是這些知識，才能讓我們變成「解決問題的人」，而不是「換掉 Python 的人」。

甚至可能有人會覺得「反正因為 GIL，所以 Python 寫出的程式會是 Thread-safe 的」。其實不然，GIL 並不能保證 Python 寫出來的程式是 Thread-safe。

來測試我們對於 Python Thread-safe 的認知

你覺得這行程式碼是 Thread-safe 嗎？

i = i + 1

這行程式碼，在 Python 的世界裡，並不是 Thread-safe，意謂著在 multi-threading 下，這段程式碼的執行結果可能不是你想要的。

以下這些範例也都不是 Thread-safe，

List[i] = List[j] List[i] = List[i] + 1 List.append(List[-1])

雖然 GIL 可以用於內部確保在 Python VM 中同時僅運行一個 Thread，但通常，Python 要在 Threads 間切換時，只能在 Bytecode instructions 間，而不是 Python 程式碼。

所以，GIL 保證的 Thread-safe 是 Bytecode 而不是 Python Code。Python Code 要編成 Bytecodes 才會在 Python VM 上運行。

GIL 保證的 Thread 安全是在 Bytecode 層不是 Python Code 層

瞭解 GIL 後，你就可以比較容易利用 Lock / Process / Thread / Coroutine 寫出高效能的程式，去處理高效能網站或巨量資料的應用等。

額外：從 Python 小談 Go

Python 與 Go 本身內建 unittest，不像 PHP 我還要額外安裝 PHPUnit 才能有比較好的測試環境，這對我是一大利多。

另外 Python AsyncIO 是 N:1 model，Go 是 M:N model，這先瞭解也會比較好。

還有 Go 可以利用 race 協助偵測 Race Condition 的潛在問題，這點我在 Python 似乎還沒找到比較好的方法。