8.4 Python 运行时环境初探

到这里，我们已经看到了Python 虚拟机的整体的执行框架，我们还看到了Python 虚拟机在执行时需要不断使用的执行环境。了解这两点对掌握第二部分的内容已经足够了。但是，虚拟机和执行环境还仅仅是Python 运行机理（或者说运行模型）的一部分，为了对Python 整个的运行机理做一个全面的了解，我们还需要大致了解一下Python 的运行时环境。

前面我们说了，PyFrameObject 对应于可执行文件在执行时的栈帧，但是一个可执行文件要在操作系统中运行，只有栈帧是不够的。之前我们遗漏了两个对于可执行文件运行至关重要的概念：进程和线程。

在本节中，我们首先要对Python 的运行模型（主要是线程模型）进行一个整体概念上的了解，虽然这部分内容我们会留到剖析Python 的多线程实现时再详细考察，但是由于Python 在初始化时会创建一个主线程，所以其运行时环境中存在一个主线程，而且本部分将剖析的Python 的异常机制会利用到Python 内部的线程模型，因此对Python 线程模型有一个整体概念上的了解也是必须的。

以Win32 平台为例，我们知道，对于原生的Win32 可执行文件，无论是由C/C++产生，还是由Delphi 产生，都会在一个进程（Process）中运行。进程并非是与机器指令序列相对应的活动对象，这个与可执行文件中机器指令序列对应的活动对象是由线程（Thread）这个概念来进行抽象的，而进程则是线程的活动环境。

对于通常的单线程可执行文件，在执行时操作系统会创建一个进程，在进程中，又会有一个主线程；而对于多线程的可执行文件，在执行时会操作系统会创建一个进程和多个线程。该多个线程能共享进程地址空间中的全局变量，这就自然而然地引出了线程同步的问题。CPU 对任务的切换实际上是在线程之间切换，在切换任务时，CPU 需要执行线程环境的保存工作，而在切换至新的线程之后，需要恢复该线程的线程环境。

这些关于程序运行的概念同样适用于Python，Python 实现了对多线程的支持，而且Python 中的一个线程就是操作系统上的一个原生线程。这里我们对多线程机制不过多深入，现在只需记住，Python 在执行时，可能会有多个线程存在。

在前面我们看到了虚拟机的大致运行框架，实际上这个虚拟机就是Python 中对CPU的抽象，可以看做是一个软CPU，Python 中的所有线程都使用这个软CPU 来完成计算工作。真实机器上的任务切换机制对应到Python 中，就是使不同的线程轮流使用虚拟机的机制。

CPU 切换任务时需要保存线程运行环境。对于Python 来说，在切换线程之前，同样需要保存关于当前线程的信息。在Python 中，这个关于线程状态信息的抽象是通过PyThreadState 对象来实现的，一个线程将拥有一个PyThreadState 对象。所以从另一种意义来说，这个PyThreadState 对象也可以看成是对线程本身的抽象。但实际上，这两者是有很大区别的，PyThreadState 并非是对线程本身的模拟，因为Python 中的线程仍然使用操作系统的原生线程。PyThreadState 仅仅是对线程状态的抽象，不过在本书的大部分章节中，为了叙述的方便，我们不过分严格地区分线程和线程状态本身，所以在以后我们有时会称PyThreadState 为线程对象，有时会称之为线程状态对象。只有在剖析多线程机制时，我们会严格区分两者。对于下面将提到的PyInterpreterState 对象，也有类似的考量。

刚才提到，在Win32 下，线程是不能独立存活的，它需要存活在进程的环境中，而多个线程可以共享进程的一些资源。在Python 中同样也是如此，考虑一下，如果Python 程序中有两个线程，都会进行同样的一个动作——import sys，那么这个sys module 究竟应该存在几份？是全局共享的还是每个线程都有一个sys module？如果每个线程有自己独立module 集合，那么Python 对内存的消耗就会显得非常惊人。所以在Python 中，这些module都是全局共享的，仿佛这些module 都是进程中的共享资源一样，对于进程这个抽象概念，Python 以PyInterpreterState 对象来实现。

在Win32 下，通常都会有多个进程，而Python 实际上也可以有多个逻辑上的interpreter存在。在通常的情况下，Python 中只有一个interpreter，这个interpreter 中维护了一个或多个PyThreadState 对象，与这些PyThreadState 对象对应的线程轮流使用一个字节码执行引擎。看，是不是与真实机器上的程序执行模型非常相似？

谈到多线程，就不能不谈到线程同步。在Python 中，是通过一个全局解释器锁GIL（Global Interpreter Lock）来实现线程同步的，关于这部分内容，我们留到剖析Python 多线程机制时再详细考察。

好了，现在讨论刚才提到的那两个关键对象：表示进程概念的PyInterpreterObject对象和表示线程概念的PyThreadState 对象。

[pystate.h]
typedef struct _is {
struct _is *next;
struct _ts *tstate_head; //模拟进程环境中的线程集合
PyObject *modules;
PyObject *sysdict;
PyObject *builtins;
……
} PyInterpreterState;
typedef struct _ts {
struct _ts *next;
PyInterpreterState *interp;
struct _frame *frame; //模拟线程中的函数调用堆栈
int recursion_depth;
……
PyObject *dict;
……
long thread_id;
} PyThreadState;

在PyThreadState 对象中，我们看到了熟悉的PyFrameObject(_frame)对象。也就是说，在每个PyThreadState 对象中，会维护一个栈帧的列表，以与PyThreadState 对象的线程中的函数调用机制对应。在Win32 上，情形也是一样的，每个线程都会有一个函数调用堆栈。

关于PyInterpreterState 和PyThreadState 的创建留待以后在合适的地方描述，不过这里可以看看PyThreadState 和PyFrameObject 之间的一些交互和联系。当Python虚拟机开始执行时，会将当前线程状态对象中的frame 设置为当前的执行环境（frame）：

 [ceval.c]
PyObject *PyEval_EvalFrameEx
(PyFrameObject *f, int throwflag)
{
……
//通过PyThreadState_GET 获得当前活
动线程对应的线程状态对象
PyThreadState *tstate = PyThreadState_GET();
……
//设置线程状态对象中的frame
tstate->frame = f;
co = f->f_code;
names = co->co_names;
consts = co->co_consts;
……
//虚拟机主循环
for (;;) {
……
opcode = NEXTOP();
oparg = 0;
if (HAS_ARG(opcode))
oparg = NEXTARG();
dispatch_opcode:
//指令分派
switch (opcode) {
……
}
……
}
……
}

 [frameobject.c]
PyFrameObject *
PyFrame_New(PyThreadState *tstate, 
PyCodeObject *code, PyObject *globals,
PyObject *locals)
{
//从PyThreadState 中获得当前线程的当前执行环境
PyFrameObject *back = tstate->frame;
PyFrameObject *f;
……
//创建新的执行环境
f = PyObject_GC_Resize(PyFrameObject, f, extras);
……
//链接当前执行环境
f->f_back = back
f->f_tstate = tstate;
……
return f;
}

（点击查看大图）图8-6 Python 的运行时环境