我正在使用带有python 2.7的Windows上的Apache + mod-wsgi + django设置。似乎在 Windows 上为 mod-wsgi 进行的唯一可能的设置是具有 1 个具有许多子工作线程的进程。正因为如此，似乎有些工作可能会受到 GIL 的约束。我注意到数据库请求似乎不会导致锁定，但某些 python 处理确实会导致锁定/减速。
例如：
如果我通过 soaplib 使用 lxml 处理大型 xml 文件，它会导致速度大幅下降。阅读文档，似乎解决方案是使用 WSGIApplicationGroup %{GLOBAL} .旁注，这甚至可以在Windows中使用吗？
如果我通过 python 本机执行大型列表处理工作，这是 CPU 密集型的，它似乎也会减慢其他请求的速度。
我想知道是否有一类通用的工作会导致 django/python 锁定直到完成。如果是这样，有哪些最佳实践可以避免这些问题？
设置WSGIApplicationGroup %{GLOBAL}虽然在使用 lxml 时是可取的，但并不能解决性能问题。它可以防止由于 lxml 与子解释器不兼容而导致的死锁和崩溃。因此完全不同的问题。
至于性能，如果您有许多请求执行仅 CPU 密集型 Python 代码，那么就会有一些 GIL 争用，但这只会降低整体吞吐量，而不会阻止也在执行 CPU 密集型工作的并发请求。这是因为 Python 解释器将导致线程的控制隐式生成每隔一定数量的 Python 字节代码指令，以便其他线程可以运行。
更大的问题是你正在使用一个具有 C 扩展组件的模块，它正在执行 CPU 密集型长时间运行的任务，它正在做什么意味着它必须在 Python 数据结构上运行，因此无法释放 GIL 以允许其他线程运行。换句话说，需要很长时间并且不释放 GIL 的 C 代码会锁定其他线程。
如果您看到此类问题，因为Windows不允许多进程Apache，则必须使用某种后端任务队列系统，该系统可以将实际工作以某种方式分开进程。在UNIX系统上，你可以使用Celery或Redis Queue。我不知道你在Windows上的选择是什么。
至于为什么在进行一些CPU或内存密集型计算时会出现"大规模减速"，这不一定与GIL有关，可能只是您的系统无法应对负载。扩展繁重的处理通常使用多服务器设置（最终使用并行化）来处理。