全局解释器锁（GIL，Global Interpreter Lock）是 Python 中备受争议的特性之一。它的主要作用是确保 Python 是一种线程安全的编程语言，防止多个线程同时访问和修改同一块内存。然而，这也严重限制了 Python 的多线程性能。尽管 GIL 能够保证线程安全，但代价是几乎所有的多线程 Python 程序都像单线程程序一样运行，使得 CPU 密集型计算任务无法充分利用多核 CPU 的优势。

自由线程版（Free-Threaded）Python 将成为 Python 3.13 中的一项重大更新。这次更新为 Python 基金会铺平了道路，最终使 GIL（全局解释器锁）成为可选项。

Python 3.13 的预发布版本已于 2024 年 10 月 1 日发布，官方版本计划于 2024 年 10 月 7 日正式发布。此次更新允许我们轻松设置自由线程的 Python，操作过程十分简单。接下来，我们将在 Windows 下体验 python-3.13.0rc3-amd64 版本所带来的无 GIL 自由线程效率提升。

下载 Python 3.13 的 Windows 安装程序

下载地址：https://www.python.org/downloads/release/python-3130rc3/ 。下载Python 3.13.0rc3 的Windows installer (64-bit)安装程序。

自定义安装

运行安装程序，点击“自定义安装”：

在"Advanced Options"下，确保选择“Download free-threaded binaries(experimental)”选项，然后点击“安装”。

安装完成后，在安装目录下回有一个python3.13t.exe 的程序，这个就是无GIL 自由线程版本的入口。

测试多线程

下面代码创建并启动四个线程以并行执行一个模拟 CPU 密集任务的函数，并计算完成所有任务所需的总时间。

import threading
import time
# 一个计算密集型函数，用于模拟 CPU 密集任务
def cpu_bound_task():
    start = time.time()
    count = 100
    for _ in range(10**8):
        count /= 2
    end = time.time()
    print(f"Task completed in: {end - start:.2f} seconds")


# 创建四个线程来并行执行 CPU 密集任务
thread1 = threading.Thread(target=cpu_bound_task)
thread2 = threading.Thread(target=cpu_bound_task)
thread3 = threading.Thread(target=cpu_bound_task)
thread4 = threading.Thread(target=cpu_bound_task)


start_time = time.time()


# 启动线程
thread1.start()
thread2.start()
thread3.start()
thread4.start()


# 等待两个线程完成
thread1.join()
thread2.join()
thread3.join()
thread4.join()


total_time = time.time() - start_time
print(f"Total time taken: {total_time:.2f} seconds")

分别使用python 3.11.5、python3.13..0rc3 和 python3.13t.exe(Python 3.13.0rc3 experimental free-threading)（无GIL自由线程版）测试，无GIL python 执行多线程cpu密集计算的效率大大提升cpu 发挥率，计算时间减少2倍多。

D:\PythonEnv_New\python3.13>..\python.exe --version
Python 3.11.5


D:\PythonEnv_New\python3.13>..\python.exe multi_threaded.py
Task completed in: 19.49 seconds
Task completed in: 19.97 seconds
Task completed in: 19.79 seconds
Task completed in: 20.62 seconds
Total time taken: 20.65 seconds


(base) D:\PythonEnv_New\python3.13>python.exe --version
Python 3.13.0rc3


(base) D:\PythonEnv_New\python3.13>python.exe multi_threaded.py
Task completed in: 19.06 seconds
Task completed in: 19.36 seconds
Task completed in: 19.48 seconds
Task completed in: 19.34 seconds
Total time taken: 19.55 seconds


(base) D:\PythonEnv_New\python3.13>python3.13t.exe
Python 3.13.0rc3 experimental free-threading build (tags/v3.13.0rc3:fae84c7, Oct  1 2024, 03:09:46) [MSC v.1941 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> exit


(base) D:\PythonEnv_New\python3.13>python3.13t.exe multi_threaded.py
Task completed in: 7.14 seconds
Task completed in: 7.28 seconds
Task completed in: 7.33 seconds
Task completed in: 7.46 seconds
Total time taken: 7.46 seconds

Python 3.13 的自由线程版（无 GIL）将显著提升 CPU 密集型任务的多线程性能，测试结果显示其计算时间减少了超过两倍，相比于 Python 3.11.5 和普通的 Python 3.13 版本，效率大幅提升。

python53

python · 目录

上一篇一文带您了解Python中最难理解的7个概念