Python 3.13「自由线程」导致整体性能下降？

主要观点总结

本文主要介绍了Python 3.13版本引入的实验性自由线程模式（Free-threaded）以及全球解释器锁（GIL）的相关知识，并通过对性能测试结果的总结，阐述了自由线程模式对Python性能的影响。同时，也指出了兼容性问题以及实验状态。

关键观点总结

关键观点1: Python 3.13引入自由线程模式旨在提升性能

Python 3.13引入了新的实验性自由线程模式，该模式旨在通过移除全局解释器锁（GIL）来提升Python性能，特别是在多线程应用程序中。

关键观点2: 性能测试结果分析

通过基准测试发现，禁用GIL后，多线程模型性能最佳。自由线程模式由于需要禁用自适应解释器而整体性能下降。在4核机器上，使用自由线程的执行时间相较于单线程有所减少，但仍略慢于多进程方法。

关键观点3: GIL及其局限性

GIL通过限制只有一个线程在任何给定时间持有Python解释器的控制权来限制真正的并行性，这对多线程CPU密集型应用程序造成了瓶颈。

关键观点4: 兼容性问题

移除GIL会引入重大的兼容性挑战，因为许多C扩展和库依赖GIL来保证线程安全。

关键观点5: 实验状态

Python 3.13中的no-GIL构建目前处于实验阶段，尚未准备好用于生产环境。

文章预览

OSCHINA ↑点击蓝字 关注我们 [AI评选 投票有奖] Python 3.13 引入了新的实验性 自由线程模式（Free-threaded） ，旨在通过移除全局解释器锁 (GIL) 来提升 Python 性能，尤其是在多线程应用程序中。 近日，开发者使用 Python 3.12、3.13 和支持自由线程的 3.13（3.13t）运行了基准测试，包括使用和不使用 GIL（同时运行支持和不支持自由线程的 3.13 版），以测试不同场景下「自由线程」对性能的影响。 这名开发者通过 PageRank 算法的实现，比较了单线程、多线程和多进程模型的性能，并使用 CodSpeed 工具进行了性能测试。 结果显示， 禁用 GIL 后，多线程模型性能最佳，但自由线程模式由于需要禁用自适应解释器而整体性能下降。 以下是此次性能测试的关键点总结： GIL 及其局限性 ：CPython 中的 GIL 通过只允许一个线程在任何给定时间持有 Python 解释器的控制权来限制 ………………………………