ruby中并发并行与全局锁详解
Ruby全局锁（GIL）使多线程在CPU密集型任务中无法并行提速，但IO操作可并发切换。通过厨师比喻和代码示例，阐释了顺序执行与多线程的差异，强调并发不等于并行。
Ruby 的并发与并行，以及那个让无数开发者又爱又恨的全局锁（GIL），是每个 Ruby 程序员进阶路上绕不开的话题。很多初学者会困惑：为什么我开了多线程，计算速度却没提升？为什么 IO 操作时又能“并行”？这篇文章就来把这些概念掰开揉碎，结合代码实例，把底层逻辑讲清楚。
并发和并行
开发中常遇到两个概念：并发和并行。几乎所有相关文章都会强调一点：并发不等于并行。怎么理解呢？
- 并发：厨师同时收到了两位客人的菜单需要处理。
- 顺序执行：如果只有一个厨师，他只能一个接一个地完成菜单。
- 并行执行：如果有两个厨师，就可以同时做菜，互不影响。
把这个场景迁移到 Web 开发中：
- 并发：服务器同时收到了两个客户端发起的请求。
- 顺序执行：服务器只有一个进程（或线程）处理请求，做完第一个才能做第二个，第二个请求只能等待。
- 并行执行：服务器有两个进程（或线程）处理请求，两个请求都能得到响应，不存在先后问题。
在 Ruby 里怎么模拟并发行为？来看代码：
1、顺序执行
模拟只有一个线程时的操作。
require 'benchmark' def f1 puts "sleep 3 seconds in f1n" sleep 3 end def f2 puts "sleep 2 seconds in f2n" sleep 2 end Benchmark.bm do |b| b.report do f1 f2 end end ## ## user system total real ## sleep 3 seconds in f1 ## sleep 2 seconds in f2 ## 0.000000 0.000000 0.000000 ( 5.009620)
用 sleep 模拟耗时操作，顺序执行时总耗时就是两个函数耗时之和。
2、并行执行
模拟多线程时的操作。
# 接上述代码
Benchmark.bm do |b|
b.report do
threads = []
threads << Thread.new { f1 }
threads << Thread.new { f2 }
threads.each(&:join)
end
end
##
## user system total real
## sleep 3 seconds in f1
## sleep 2 seconds in f2
## 0.000000 0.000000 0.000000 ( 3.005115)
多线程下耗时接近 f1 的耗时（3 秒），这正是我们期望的“并行”——两个线程同时睡眠，整体时间由最长的那个决定。Ruby 的多线程能够很好地应付 IO Block：当某个线程处于 IO 阻塞状态时，其他线程可以继续执行，从而大幅缩短整体处理时间。
Ruby 中的线程
上面的代码用到了 Ruby 内置的 Thread 类。Ruby 的线程是轻量级的，写起来也相当直观。
再看一个模拟并发的例子：
def thread_test
time = Time.now
threads = 3.times.map do
Thread.new do
sleep 3
end
end
puts "不用等3秒就可以看到我:#{Time.now - time}"
threads.map(&:join)
puts "现在需要等3秒才可以看到我:#{Time.now - time}"
end
test
## 不用等3秒就可以看到我:8.6e-05
## 现在需要等3秒才可以看到我:3.003699
Thread 的创建是非阻塞的，所以第一个 puts 会立即输出，随后通过 join 等待所有线程结束。每个线程 sleep 3 秒，在阻塞的场景下，多线程确实实现了类似并行的效果。
但，是不是有了多线程就能真正利用多核 CPU 并行计算了呢？
很遗憾，下面的例子会打破这个幻想：
require 'benchmark'
def multiple_threads
count = 0
threads = 4.times.map do
Thread.new do
2500000.times { count += 1}
end
end
threads.map(&:join)
end
def single_threads
time = Time.now
count = 0
Thread.new do
10000000.times { count += 1}
end.join
end
Benchmark.bm do |b|
b.report { multiple_threads }
b.report { single_threads }
end
## user system total real
## 0.600000 0.010000 0.610000 ( 0.607230)
## 0.610000 0.000000 0.610000 ( 0.623237)
即使是把同一个任务拆成 4 个线程“并行”执行，总耗时居然和单线程差不多少！为什么？
因为全局锁（GIL）的存在。
全局锁
我们常用的 MRI Ruby 实现中有一个 GIL（Global Interpreter Lock）。简单说，即便你开了多线程，每次也只能有一个线程真正执行 Ruby 代码。至于哪个线程能执行，由底层操作系统调度决定。即便你有多个 CPU，也只是为线程切换提供了更多选择，并不能同时执行多条 Ruby 指令。
上面的 count += 1 就是纯 Ruby 运算，受 GIL 限制，无法并行，所以时间不缩短，甚至因为线程切换还略有增加。
可是等等，之前 sleep 和网络请求的例子明明是“并行”的啊！
这正是 Ruby 设计的高明之处：所有阻塞操作（IO 操作）在 GIL 下是可以并行的。比如读写文件、网络请求，当某个线程陷入 IO 等待时，GIL 会被释放，其他线程就能趁机执行。这才是多线程的真正优势——不是加快计算，而是提高 IO 密集型任务的吞吐量。
下面用网络请求验证：
require 'benchmark'
require 'net/http'
# 模拟网络请求
def multiple_threads
uri = URI("http://www.baidu.com")
threads = 4.times.map do
Thread.new do
25.times { Net::HTTP.get(uri) }
end
end
threads.map(&:join)
end
def single_threads
uri = URI("http://www.baidu.com")
Thread.new do
100.times { Net::HTTP.get(uri) }
end.join
end
Benchmark.bm do |b|
b.report { multiple_threads }
b.report { single_threads }
end
user system total real
0.240000 0.110000 0.350000 ( 3.659640)
0.270000 0.120000 0.390000 ( 14.167703)
网络请求时 CPU 基本空闲，线程处于 IO 阻塞状态，这时 GIL 被释放，多个线程可以同时发起请求，耗时从 14 秒降到了 3.6 秒。
GIL 的思考
那么，有了 GIL 是不是就线程安全了呢？
当然不是。GIL 只保证一次只有一个线程执行 Ruby 代码，但 Ruby 解释器在执行过程中会在某些 “检查点” 切换到另一个线程。如果共享了类变量或全局变量，就可能踩坑。
哪些地方会触发 GIL 切换？
- 方法的调用和返回：这两个点都会检查当前线程的 GIL 锁是否超时，是否需要调度到其他线程。
- 所有 IO 相关操作：会释放 GIL 锁让其他线程工作。
- C 扩展代码中手动释放 GIL 锁。
- Ruby stack 进入 C stack 时也会触发 GIL 检测（这个稍微难理解一些）。
来看一个实际的竞争例子。先看一个 没有触发 GIL 切换 的代码：
@a = 1
r = []
10.times do |e|
Thread.new {
@c = 1
@c += @a
r << [e, @c]
}
end
r
## [[3, 2], [1, 2], [2, 2], [0, 2], [5, 2], [6, 2], [7, 2], [8, 2], [9, 2], [4, 2]]
这里每个线程的 @c 都能正确保持为 2，没有出现数据错乱。
但如果在线程里加入一个可能触发 GIL 切换的操作，比如 puts：
@a = 1
r = []
10.times do |e|
Thread.new {
@c = 1
puts @c
@c += @a
r << [e, @c]
}
end
r
## [[2, 2], [0, 2], [4, 3], [5, 4], [7, 5], [9, 6], [1, 7], [3, 8], [6, 9], [8, 10]]
这次，GIL 被触发切换，各个线程的调度顺序被打乱，共享变量 @c 出现了竞争，最终结果就不对了。
小结
Web 应用大多是 IO 密集型的，利用 Ruby 多进程+多线程模型能大幅提升系统吞吐量。根本原因在于：当某个线程处于 IO Block 状态时，其他线程可以继续执行，从而降低 IO 阻塞对整体的影响。但由于 GIL 的存在，MRI Ruby 并不能真正利用多线程进行并行计算——纯 CPU 运算在多线程下并不会更快。
另外，据说 JRuby 去除了 GIL，是真正意义上的多线程，既能应付 IO Block，也能充分利用多核 CPU 加快运算速度，有兴趣的话可以了解一下。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
