通常，對于任何線程安全問題，您都需要使用鎖來保護內(nèi)部數(shù)據(jù)結構。這可以通過各種級別的粒度來完成。

您可以使用細粒度的鎖定，其中每個單獨的結構都有其自己的鎖定。

您可以使用粗粒度鎖定，其中一種鎖定可以保護所有內(nèi)容（GIL方法）。

每種方法各有利弊。細粒度的鎖定允許更大的并行度-兩個線程不共享任何資源時可以并行執(zhí)行。但是，這需要更大的管理開銷。對于每一行代碼，您可能需要獲取并釋放幾個鎖。

相反，粗粒度方法則相反。兩個線程不能同時運行，但是單個線程將運行得更快，因為它并沒有做太多記賬工作。最終，它歸結為單線程速度和并行性之間的折衷。

曾有幾次嘗試在python中刪除GIL，但是單線程計算機的額外開銷通常太大。實際上，即使在多處理器計算機上，由于鎖爭用，某些情況實際上也會變慢。

其他編譯為字節(jié)碼的語言是否采用類似的機制？

它是多種多樣的，可能不應該將它視為語言屬性，而應該將其視為實現(xiàn)屬性。例如，有些Python實現(xiàn)（例如Jython和IronPython）使用其底層VM的線程方法，而不是GIL方法。此外，Ruby的下一個版本似乎正朝著引入GIL 邁進。

以下來自官方的Python / C API參考手冊：

Python解釋器不是完全線程安全的。為了支持多線程Python程序，當前線程必須擁有一個全局鎖，才能安全地訪問Python對象。如果沒有鎖，即使是最簡單的操作也可能在多線程程序中引起問題：例如，當兩個線程同時增加同一對象的引用計數(shù)時，引用計數(shù)最終只能增加一次而不是兩次。

因此，存在這樣的規(guī)則，即只有已獲得全局解釋器鎖的線程才可以在Python對象上操作或調用Python / C API函數(shù)。為了支持多線程Python程序，解釋器會定期釋放并重新獲取鎖-默認情況下，每100個字節(jié)碼指令（可以通過sys.setcheckinterval（）進行更改）。鎖定也被釋放并重新獲得，這可能會阻止?jié)撛诘淖枞鸌 / O操作（如讀取或寫入文件），以便在請求I / O的線程正在等待I / O操作完成的同時運行其他線程。

我認為這很好地概括了這個問題。