【python】GIL
背景：
在CPython解释内部运行多个线程的时候，每个线程都需要解释器内部申请相应的全局资源，由于C语言本身比较底层造成CPython在管理所有全局资源的时候并不能应对所有线程同时的资源请求，因此为了防止资源竞争而发生错误，对所有线程申请全局资源增加了限制-全局解释器锁
首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。
就好比C++是一套语言(语法)标准，但是可以用不同的编译器来编译成可执行代码。有名的编译器例如GCC，INTEL C++，Visual C++等。
Python也一样，同样一段代码可以通过CPython，PyPy，Psyco等不同的Python执行环境来执行。像其中的JPython就没有GIL
GIL锁
一个进程有且仅有一个锁，该锁用于控制多线程同一时刻只能有一个线程使用CPU
锁的释放：
GIL锁的释放只需满足以下两个条件中的一个：
-
线程的时间片使用完毕（或者运行完一定行数的字节码）
-
线程遇到阻塞/等待的状态，此时即使时间片没有用完也会释放GIL锁
误区：
- 有些人会有一个误区，认为一个线程完全执行完才会释放GIL锁给其他线程执行。
这样是错的，这样多线程就不是并发而是串行了。
- 既然CPython解释存在GIL是否意味每个线程在全局变量就不用加Lock互斥锁了呢？
这是一个严重错误的想法，为什么用户操作全局数据还需要加Lock，因为GIL的释放时机我们无法控制-操作非常可能并没有完成，而不像Lock那样我们用完才释放(操作完整)
