इस लेख में, हम जानेंगे कि Python ग्लोबल इंटरप्रेटर लॉक (GIL) क्या है।
यह एक लॉक या बाधा है जो Python इंटरप्रेटर की उपलब्धता को एक साथ कई थ्रेड्स के लिए प्रतिरोधी बनाती है। GIL को Python 3.x या उससे पहले के संस्करणों में एक दोष/समस्या के रूप में पहचाना जाता है क्योंकि यह मल्टी-थ्रेडेड आर्किटेक्चर में मल्टीथ्रेडिंग की अनुमति नहीं देता है।
इसे क्यों पेश किया गया?
Python स्वचालित गार्बेज कलेक्शन की अवधारणा का समर्थन करता है। जैसे ही किसी ऑब्जेक्ट का रेफरेंस काउंट शून्य तक पहुँचता है, मेमोरी साफ हो जाती है और उपयोग के लिए मुक्त हो जाती है।
>>> import sys >>> var = {} >>> print(sys.getrefcount(var)) >>> 2 >>> v = var >>> print(sys.getrefcount(v)) >>> 3यदि इस मामले में रेफरेंस काउंट एक साथ घटना और बढ़ना शुरू हो जाता है तो स्वचालित कलेक्टर ठीक से काम नहीं कर पाएगा और इसलिए मेमोरी लीक की संभावना बढ़ जाती है।
इस जोखिम को कम करने के लिए Python में GIL पेश किया गया था। प्रत्येक वेरिएबल में लॉक जोड़ने के बजाय ग्लोबल लॉक जोड़ना बेहतर माना जाता है जिससे लॉक की एक श्रृंखला बन जाएगी जिससे डेडलॉकिंग होगी।

Python में GIL अभी भी क्यों मौजूद है
GIL को सुधारने की जरूरत है ताकि हम इसे बेहतर तरीके से संभाल सकें। इसलिए GIL को हटाने के बजाय, हम GIL की अवधारणा में सुधार पर काम कर रहे हैं। चूंकि Python पूरी तरह से C और CPython के आधार से जुड़ा हुआ है, हम सीधे GIL को नहीं हटा सकते। हालांकि GIL जिन मुद्दों को हल करता है उन्हें संभालने के विभिन्न तरीके हैं जिन्हें लागू करना मुश्किल है और सिस्टम के प्रोसेसिंग और रन टाइम को कम करते हैं।
उदाहरण के लिए,
मान लीजिए प्रक्रिया P1 चल रही है जिसमें थ्रेड t1 और t2 हैं। Python थ्रेड्स मूल प्रकृति के होने के कारण, अंतर्निहित ऑपरेटिंग सिस्टम द्वारा शेड्यूल किए जाते हैं।
t1 रनिंग (रन स्टेज) (GIL प्राप्त करता है) → t1 I/O के लिए प्रतीक्षा कर रहा है (इन/आउट) (GIL जारी करता है) → t2 रनिंग (रन स्टेज) (GIL प्राप्त करता है, इस समय तक t1 भी चलने के लिए तैयार है लेकिन GIL t2 द्वारा प्राप्त किया गया है)
इसलिए, यहां GIL प्रमुख प्रतिबंध बन जाता है। इसलिए, यदि हम एक मल्टी-थ्रेडेड Python एप्लिकेशन/मॉड्यूल लिखना चाहते हैं जो भारी CPU-बाउंड ऑपरेशन करता है, तो वांछित परिणाम प्राप्त करना असंभव हो जाता है।
क्योंकि, Python में वास्तविक मल्टी-थ्रेडिंग संभव नहीं है, क्योंकि प्रभावी रूप से प्रक्रिया एक समय में केवल एक CPU का उपयोग करेगी भले ही मल्टीकोर CPU उपलब्ध हो।
हालांकि, अधिकांश Python एप्लिकेशन (वेब एप्लिकेशन, Django आधारित सर्वर, आदि) में, यह एक मुद्दा नहीं रहता क्योंकि ये एप्लिकेशन प्रकृति में I/O-बाउंड होते हैं।
एक Python प्रोग्रामर के रूप में, हमें कभी भी GIL प्राप्त करने और जारी करने से निपटना नहीं पड़ता जब तक कि हम C/C++ मॉड्यूल/स्क्रिप्ट नहीं लिख रहे हैं जो Python में निष्पादन योग्य हैं।
निष्कर्ष
इस लेख में, हमने Python ग्लोबल इंटरप्रेटर लॉक, इसके महत्व और इसे सीधे Python से क्यों नहीं हटाया जा सकता, के बारे में सीखा।