GIL(Global Interpreter Lock)

1. GIL 과 그로인한 성능 문제

GIL 때문에 성능 문제가 대두되는 경우는 압축, 정렬, 인코딩 등 수행시간에 CPU 의 영향이 큰 작업(CPU bound)을 멀티 스레드로 수행하도록 한 경우다. 이 땐 GIL 때문에 멀티 스레드로 작업을 수행해도 싱글 스레드일 때와 별반 차이가 나지 않는다. 이를 해결하기 위해선 멀티 스레드는 파일, 네트워크 IO 같은 IO bound 프로그램에 사용하고 멀티 프로세스를 활용해야한다.

 

---

2. GIL(Global Interpreter Lock)

GIL 은 스레드에서 사용되는 Lock 을 인터프리터 레벨로 확장한 개념인데 여러 스레드가 동시에 실행되는걸 방지한다. 더 정확히 말하자면 어느 시점이든 하나의 Bytecode 만이 실행되도록 강제한다. 각 스레드는 다른 스레드에 의해 GIL 이 해제되길 기다린 후에야 실행될 수 있다. 즉 멀티 스레드로 만들었어도 본질적으로 싱글 스레드로 동작한다.

GIL 때문에 파이썬 쓰레드는 한 쓰레드에서 CPU점유를 마칠때까지 기다렸다가 다음 쓰레드가 동작한다. 그러므로 I/O가 많고 CPU Idle이 많은 경우에 좋은 성능을 발휘하고, 각 쓰레드 당 작업이 CPU작업이 많을 경우 성능이 느려진다. 

파이썬은 자원배분을 단순하게 한다. 자원 배분을 한 쓰레드에게 할당하고, 끝날때까지 다른 쓰레드가 접근하게 못하는 것이다.

 

 

GIL의 동작을 살펴보면 쓰레드 1번이 자원을 사용중일때, GIL을 쓰레드 1번이 잡고 있어서 다른 쓰레드는 자원을 점유하지 못한다.

쓰레드 1번이 파일 I/O (open), 네트워크 I/O 등의 I/O를 발생시키면 쓰레드 1번은 자신의 GIL을 풀어버리고 자원점유를 멈추게 되고, 대기중인 쓰레드 2번이 GIL을 잡고 , 자원을 점유하게 된다.

 

파이썬이 이런 동작 방식을 갖고도 각광 받는 것은

1. 분산처리가 발전하면서 한 컴퓨터내의 자원에 묶일 필요가 없고,
2. 하드웨어의 발전으로 네트워크 I/O가 프로그램 지연의 대부분을 차지하기 때문이다.

또한 GIL을 모른 상태에서 작성을 해도 “잘” 동작하기 때문에 언어의 진입장벽이 상대적으로 낮다. 빅데이터 관련 내용이 발전하면서, 수학자 / 통계학자 / 분석가 분들이 파이썬을 이용해서 쉽게 작업을 하기 때문에 빅데이터 관련 기술로 자리매김하게 된 것이다

 

---

참고 자료

https://github.com/JaeYeopHan/Interview_Question_for_Beginner/tree/master/Python#gil

https://medium.com/@mjhans83/python-gil-f940eac0bef9