Что в Python мешает параллельному выполнению задач в потоках

В Python существует Global Interpreter Lock (GIL) – механизм, который позволяет выполнять только одному потоку за раз байт-код Python, даже на многоядерных процессорах. Это связано с тем, что управление памятью в CPython не является потокобезопасным.

GIL не мешает параллельному выполнению I/O-bound задач (например, сетевые запросы), но сильно ограничивает CPU-bound операции (вычисления).

Пример:

import threading

def count():
    n = 0
    for _ in range(10_000_000):
        n += 1

# Запуск в потоках (из-за GIL не ускорится)
t1 = threading.Thread(target=count)
t2 = threading.Thread(target=count)
t1.start(); t2.start()
t1.join(); t2.join()  # Выполнится медленнее, чем в одном потоке!

Обходные пути:

• Использование multiprocessing (отдельные процессы)
• Вынос CPU-задач в C-расширения (например, через Cython)
• Асинхронное программирование (asyncio для I/O-bound задач)