↑点击蓝字 关注我们
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。
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真正的并行性。这导致了多线程 CPU 密集型应用程序的瓶颈。
自由线程 (no-GIL) 模式：Python 3.13 引入了一个没有 GIL 的实验性构建，允许多个线程真正并发地执行 Python 字节码。这有可能显著提高多核系统上 CPU 密集型任务的性能。
性能改进：早期基准测试表明性能有所提升，尤其是在 I/O 密集型操作和特定场景中。但是，整体性能影响仍在评估中，预计在未来版本中会有所改进。
兼容性问题：移除 GIL 会引入重大的兼容性挑战。许多 C 扩展和库依赖 GIL 来保证线程安全。使它们适应 no-GIL 的世界是一项艰巨的任务。
实验状态：Python 3.13 中的 no-GIL 构建明确处于实验阶段。它尚未准备好用于生产环境，并且可能会发生变化。目标是收集反馈并在后续版本中改进实现。
测试结果
数据分析
单线程: 作为基准，单线程执行时间被设为 1 个单位时间。
多线程 (GIL): 在 4 核机器上使用标准的多线程（受 GIL 限制），PageRank 算法的执行时间为 1.05 个单位时间，比单线程略慢。这表明 GIL 阻碍了并行执行，甚至引入了额外的开销。
多进程: 使用多进程，执行时间为 0.35 个单位时间，实现了约 3 倍的加速。这是因为多进程绕过了 GIL 的限制，实现了真正的并行计算。
自由线程 (no-GIL): 使用自由线程，执行时间为 0.4 个单位时间，也实现了显著的加速，与多进程方法接近。这表明移除 GIL 可以有效提高多线程程序的性能。
END
↓分享、在看与点赞~Orz
