파이썬 전역 인터프리터 잠금(GIL)이란 무엇인가요?

파이썬의 영역에는 글로벌 인터프리터 잠금(GIL)이라는 악명 높은 존재가 숨어 있어 성능과 스레딩에 영향을 미칩니다. 프로그래머는 GIL을 이해하고, 도전하고, 잠재적으로 초월하기 위해 파이썬의 핵심으로 들어가면서 데이터 과학과 머신 러닝을 비롯한 다양한 영역에서 파이썬 구현에 미치는 영향과 한계에 직면하게 됩니다.

GIL 비활성화에 대한 Redditor zurtex의 업데이트

레딧에 올라온 zurtex의 댓글 보기

CPython 3.12에서는 --disable-gil이 실행되지 않습니다. 사실, CPython 3.12 브랜치는 현재 릴리스 관리 팀이 rc1 릴리스를 준비하는 동안 외부의 커밋에 대해 잠겨 있습니다.

또한 이러한 큰 변경 사항은 메인 브랜치(현재 3.13)에만 적용되며, 마이너 버전 브랜치가 메인 브랜치에서 분리되면 바로 마이너 버전 브랜치에 적용되지 않으며, 이는 PEP 수용 의사를 발표하기 몇 달 전인 3.12의 경우였습니다.

PEP 703은 CPython 3.13에 적용될 수 있지만, 운영 위원회는 CPython 3.14까지 미끄러지는 데 문제가 없다는 점을 분명히 했습니다. 따라서"곧" 출시된다는 말은 틀릴 수도 있습니다:

PEP 703은 초안 상태이며 아직 공식적으로 승인되지 않았습니다.
샘 그로스는 현재 휴가 중이며, 노길 브랜치를 메인으로 리베이스하고, 최소한 Faster CPython 팀이 제기한 순수 파이썬 코드를 사용하여 충돌을 일으킬 수 있는 몇 가지 문제를 해결해야만 메인으로 출시할 수 있을 것입니다.

CPython 3.12에서는 전역 인터프리터 잠금(GIL)을 비활성화합니다.

./configure 스크립트가 곧 Python/patchlevel.h 파일에서 Py_NOGIL 매크로를 설정할 수 있습니다. 즉, GIL을 비활성화하는 방법은 다음과 같습니다:

git clone -b nogil-3.12 https://github.com/colesbury/nogil-3.12.git
cd nogil-3.12
./configure --disable-gil
make

--disable-gil 플래그는 PEP 초안이라는 점에유의하세요 . 인식되지 않는다고 표시되더라도 위의 명령은 GIL이 비활성화된 바이너리를 생성합니다.

빌드 시 GIL 비활성화: https://peps.python.org/pep-0703/#build-configuration-changes

런타임에 GIL 다시 활성화:https: //peps.python.org/pep-0703/#pythongil-environment-variable

파이썬 GIL의 기원과 목적 및 전역 인터프리터 잠금의 역할

파이썬 1.5에 처음 도입된 GIL은 안정성을 개선하기 위해 고안된 메커니즘입니다. 본질적으로 한 번에 하나의 스레드만 파이썬 바이트코드를 실행할 수 있도록 하는 뮤텍스(또는 잠금)입니다. 이는 주로 멀티 스레딩을 처리하고 메모리 관리를 용이하게 하여 파이썬 환경에서 안전성과 예측 가능성을 높이기 위한 솔루션이었습니다.

파이썬 전역 인터프리터 잠금(GIL)의 한계

하지만 이 안전 메커니즘에는 대가가 따릅니다. 원래의 의도와는 달리 GIL은 성능 저해의 원인이 되어 I/O 작업이나 시스템 호출 중에 Python 프로그램이 응답하지 않게 되었습니다.

이 잠금으로 인해 파이썬 멀티스레딩은 CPU 집약적인 작업에서 사실상 쓸모가 없어졌고, 이는 큰 장애물이 되었습니다. 단순성과 안전성이라는 장점에도 불구하고 저희는 이 한계를 극복하기 위한 모험을 시작하게 되었습니다.

비동기 라이브러리와 멀티프로세싱: 파이썬 동시성의 가장 좋은 친구

GIL 자체에 도전하기 전에 초기 대응은 그 한계를 완화하는 것이었습니다. 동시성이 높은 작업을 위해 비동기 I/O 라이브러리를 도입했습니다. 이러한 라이브러리를 사용하면 GIL을 방해하지 않고도 I/O 작업과 시스템 호출을 수행할 수 있습니다.

CPU를 많이 사용하는 워크로드의 경우, 다중 프로세싱이 등장하여 여러 Python 런타임이 동시에 작동할 수 있게 되었습니다. 이는 스레드가 통신하고 워크로드를 공유할 수 있는 메시지 전달 메커니즘을 통해 가능했습니다. 이러한 도구는 GIL에 대한 해결 방법을 제공하여 이를 피할 수 있게 해줍니다. 하지만 이러한 라이브러리는 GIL의 근본적인 문제를 해결하지 못합니다.IronPython 및 Jython과 같은 CPython의 대안을 살펴보면 멀티스레딩을 어떻게 다르게 처리하는지 알 수 있습니다. 예를 들어 IronPython은 .NET 프레임워크와 통합되어 스레딩 모델의 이점을 활용하는 반면, Java 가상 머신에서 실행되는 Jython은 Java의 스레딩 기능을 활용합니다. 이러한 Python의 구현은 동시성에 대한 다양한 접근 방식에 대한 통찰력을 제공하며, 다양한 플랫폼과 환경에 적응할 수 있는 프로그래밍 언어의 다재다능함을 보여줍니다.

py.GIL 비활성화 결정: 준비, 도전의 시작

CPython 3.12의 출시와 함께 여정은 흥미로운 전환점을 맞이했습니다. 이제 GIL을 비활성화할 수 있게 되었습니다. --disable-gil 플래그를 사용하여 Python을 다시 컴파일해야 하는 이 모험은 성능의 획기적인 향상을 약속했습니다. 하지만 동시에 훨씬 더 위험한 영역으로 우리를 이끌었습니다. 이러한 급진적인 변화의 의미는 무엇일까요?

Python GIL 비활성화의 의미: 안전이 꺼져 있습니다.

글로벌 인터프리터 잠금을 비활성화하면 여러 스레드가 동시에 파이썬 바이트코드를 실행할 수 있게 됩니다. 이는 잠재적으로 성능을 크게 향상시킬 수 있는 기회를 의미했습니다. 하지만 파이썬의 내장된 안전장치가 완전히 제거되어 공유 리소스 및 메모리 처리 문제로 인한 잠재적 충돌이 발생할 수 있는 위험도 상당했습니다.

Python의 실제 스레드: 실제 보상

GIL을 비활성화한 후, 이제 스레드를 보다 새로운 방식으로 사용할 수 있게 되었습니다. CPU 집약적인 작업도 스레드에 나눠서 수행할 수 있게 되었으니, 이 시련을 겪은 보람이 상당하다고 할 수 있습니다. 하지만 이를 위해서는 공유 메모리와 리소스를 세심하게 처리해야 했고, 그렇지 않으면 재앙으로 이어질 수 있었습니다. 우리는 사실상 파이썬의 안전 제약에서 벗어난 셈이었습니다.

Python GIL에 대한 테이크아웃 및 결론

GIL을 비활성화하면서 느낀 스릴과 기회에도 불구하고, 파이썬의 원래 설계에는 장점이 있다는 것이 분명해졌습니다. 한계가 눈에 띄기는 했지만, GIL은 잠재적인 충돌에 대한 보호 기능을 제공하여 시스템의 전반적인 안정성을 보장하기도 했습니다.

GIL을 비활성화하면 성능이 향상될 가능성이 있지만 상당한 위험이 따릅니다. 이 새로운 영역으로 모험을 떠나기 전에 적절한 이해와 예방 조치가 필요합니다. GIL을 완전히 비활성화하는 것보다 비동기 I/O 라이브러리와 멀티프로세싱을 활용하여 Python의 스레딩 모델 내에서 최적화하는 것이 더 현명합니다.

Python의 GIL에 대한 모험은 잠재적인 해결책뿐만 아니라 시스템 전반에 대한 더 깊은 이해를 가져다주며, 더 사려 깊고 복잡한 방식으로 Python과 소통할 수 있도록 도와줍니다. 현존하는 최고의 도구를 사용하면서 GIL로 인한 성능 저하를 피할 수 있습니다.

파이썬 GIL에 대한 제 생각

처음에 저는 파이썬에서 글로벌 인터프리터 잠금(GIL)을 비활성화하면 성능 향상을 위한 새로운 기회를 얻을 수 있을 것이라는 기대감에 부풀어 있었습니다. 하지만 좀 더 생각해 보니 그렇지 않다는 생각이 들었습니다. GIL을 비활성화하면 파이썬 내에서 스레딩 패턴과 스레드만 사용할 수 있게 되는데, 저는 이를 좋아하지 않습니다. 높은 동시성과 효율적인 프로그램을 구현하기 위해 제가 선호하는 방법은 메시지 전달과 함께 여러 프로세스를 사용하는 것입니다.

이것이 현재 전 세계에 분산되어 있고 네트워크에서 10억 개 이상의 디바이스에 서비스를 제공하고 있는 PubNub을 설계한 방식입니다. 클라우드 제공업체인 Amazon Web Services에서 구매한 리소스를 최대한 활용할 수 있는 패턴을 따름으로써 이러한 수준의 동시성 및 확장성을 달성할 수 있었습니다. 이 디자인 패턴은 Linux의 epoll 커널 API를 통해 직접 비동기 I/O 커널 인터럽트를 사용하여 C로 구현되므로 스레드, 잠금 또는 메모리 안전에 대해 걱정할 필요가 없습니다. 따라서 컨텍스트 쓰레싱을 수행하지 않고도 CPU를 최대한 활용할 수 있습니다.

Python에서도 동일한 효과를 얻을 수 있습니다. Docker 컨테이너에서 단일 스레드 Python 워커를 실행한 다음 여러 개의 Docker 컨테이너를 스핀업할 수 있습니다. 라운드 로빈과 로드 밸런싱은 Kubernetes 에코시스템에서 사용되는 일반적인 표준 로드 밸런서인 Nginx와 같은 로드 밸런서를 사용하여 수행할 수 있습니다. 이렇게 하면 필요한 것을 얻을 수 있습니다. 비동기 I/O 라이브러리를 추가하여 I/O를 기다리는 동안 Python 엔진이 잠기지 않도록 해야 합니다. 이렇게 하면 궁극적으로 구매한 하드웨어를 최대한 활용할 수 있습니다.

노트북과 같은 단일 시스템에서 동시성만 활용하고 싶다면 파이썬 멀티프로세싱 라이브러리를 사용하는 것이 좋습니다. 이 라이브러리는 시스템의 CPU 코어에 워크로드를 분산하는 메커니즘을 제공합니다.

Python 3.12 GIL 자주 묻는 질문

다음에 수행할 수 있는 작업과 관련하여 몇 가지 추가 항목을 다룰 필요가 있습니다. 다음은 토론 중에 나온 몇 가지 일반적인 질문입니다.

파이썬 3.12와 새로운 --disable-gil 플래그에 대해 기대해도 되나요?

스레드를 좋아하고 도전 과제와 추가 코드 작업을 좋아한다면 그렇습니다.
그렇지 않다면 아닙니다. 더 나은 옵션이 있습니다!

파이썬 3.12와 새로운 --disable-gil 플래그를 기대할지 여부는 여러분의 구체적인 사용 사례와 멀티스레딩의 복잡성에 대한 이해도에 따라 크게 달라집니다.

CPU 집약적인 작업을 자주 수행하고 스레드 관리 및 프로그래밍에 능숙하다면 글로벌 인터프리터 잠금(GIL)을 비활성화하는 옵션이 유용할 수 있습니다. 이 기능을 사용하면 여러 스레드가 GIL로 인한 속도 저하 없이 동시에 파이썬 바이트코드를 실행할 수 있으므로 성능이 크게 향상될 수 있습니다.

이 기능은 위험도 증가시킵니다. 파이썬의 GIL은 여러 스레드가 동시에 파이썬 바이트코드를 실행하는 것을 방지하여 파이썬 객체의 무결성을 유지하는 데 중요한 역할을 합니다. GIL 없이 스레드 프로그램을 개발하려면 데이터 경합이나 불일치가 발생하지 않도록 하는 것이 사용자의 책임이므로 스레드 안전 및 동기화에 대한 깊은 이해가 필요합니다.

많은 표준 Python 라이브러리는 스레드 안전을 위해 GIL의 존재에 의존하며, 이 기능을 비활성화하면 제대로 작동하지 않거나 전혀 작동하지 않을 수 있습니다.

따라서 이 기능은 특정 상황에서 상당한 성능 향상을 제공할 수 있지만, 가볍게 또는 보편적으로 사용할 수 있는 기능은 아닙니다. 다른 강력한 도구와 마찬가지로 이 기능을 적절하고 효과적으로 사용하려면 이해와 존중, 주의가 필요합니다.

대부분의 Python 개발자, 특히 CPU 집약적인 멀티스레드 애플리케이션을 개발하지 않는 개발자의 경우 Python 표준 라이브러리에 비동기 라이브러리와 멀티프로세싱 모듈이 등장하면서 동시성 및 병렬 처리를 위한 충분한 메커니즘이 제공되므로 GIL을 비활성화해도 그다지 큰 문제가 되지 않습니다.

GIL을 비활성화하면 어떤 기능을 사용할 수 있나요?

전역 인터프리터 잠금(GIL)을 비활성화하면 주로 멀티코어 Python 프로그램에서 진정한 동시 스레드 실행이 가능해져 CPU에 종속된 작업의 성능이 크게 향상될 수 있습니다.

다음은 GIL을 비활성화하면 사용할 수 있는 기능을 간략하게 요약한 것입니다:

동시 스레드 실행: GIL을 비활성화하면 여러 스레드가 잠금을 기다릴 필요 없이 동시에 파이썬 바이트코드를 실행할 수 있습니다. 이는 멀티코어 프로세서의 활용도를 높일 수 있습니다.
CPU를 사용하는 멀티스레드 작업의 성능 향상: 여러 스레드로 분할된 CPU 바운드 작업의 경우, GIL을 비활성화하면 각 스레드가 서로 다른 코어에서 동시에 실행될 수 있으므로 성능이 크게 향상될 수 있습니다.
스레드 동기화에 대한 더 많은 제어: GIL을 비활성화하면 이제 개발자가 스레드 동기화를 직접 처리해야 합니다. 이를 위해서는 멀티 스레딩에 대한 깊은 이해가 필요하지만, 스레드 작업을 더 잘 제어할 수 있고 잠재적으로 더 미묘하고 최적화된 성능 튜닝이 가능할 수 있습니다.

단, 잠재적인 단점을 인식하는 것이 중요합니다. GIL을 비활성화하면 많은 Python 라이브러리와 연산에서 스레드 안전 작동을 보장하는 안전장치가 제거됩니다. 따라서 경쟁 조건, 교착 상태 및 기타 동기화 문제와 같은 멀티 스레딩과 관련된 복잡성과 잠재적 함정은 개발자가 해결하고 관리해야 할 책임이 됩니다.

GIL을 비활성화하면 성능이 향상되나요?

글로벌 인터프리터 잠금(GIL)을 비활성화하면 성능이 향상되는지 여부는 Python 프로그램의 특성에 따라 달라집니다.

프로그램이 CPU를 많이 사용하는 작업이고 멀티스레딩을 사용하여 설계된 경우 성능이 크게 향상될 수 있습니다. GIL을 비활성화하면 여러 스레드가 서로 다른 코어에서 동시에 파이썬 바이트코드를 실행할 수 있어 멀티코어 프로세서의 활용도를 높일 수 있기 때문입니다.

프로그램이 주로 I/O 바운드인 경우(예: 네트워크 응답을 기다리거나 디스크에서 읽는 데 대부분의 시간을 소비하는 경우 등) GIL이 병목 현상이 될 가능성이 적으며, 비활성화해도 성능 개선 효과가 미미할 수 있습니다. 실제로 I/O가 제한된 시나리오에서는 비동기 프로그래밍 및 동시성 라이브러리를 적절히 활용하는 것이 GIL을 비활성화하는 것보다 더 유리할 수 있습니다.

프로그램이 스레드 동기화를 올바르게 관리하도록 설계되지 않은 경우, GIL을 비활성화하면 오히려 성능이 저하되거나 경쟁 조건 및 기타 멀티스레딩 관련 함정으로 인해 예기치 않은 동작이 발생할 수 있습니다.

특정 시나리오에서 GIL을 비활성화하면 성능이 향상될 가능성이 있지만, GIL을 사용하지 않고 파이썬에서 진정한 멀티스레딩을 안전하고 효과적으로 관리하려면 상당한 주의와 전문 지식이 필요합니다. 많은 애플리케이션의 경우 병렬 및 동시 작업 관리를 위한 다중 처리 모듈이나 비동기 IO와 같은 Python의 다른 기능을 활용하는 것이 더 안전하고 효과적인 접근 방식일 수 있습니다.

GIL을 비활성화하려면 어떻게 해야 하나요?

Python에서 전역 인터프리터 잠금(GIL)을 비활성화하려면 기본적으로 --disable-gil 플래그를 사용하여 Python을 구성 및 빌드합니다. 전제 조건으로 이 방법을 사용하려면 소스에서 Python을 컴파일해야 합니다. 또한 GIL을 비활성화할 수 있는 기능은 CPython v3.14 이상 버전부터 지원된다는 점에 유의하세요. 단계는 다음과 같습니다:

1. Python 3.1X 이상용 CPython 소스 파일을 다운로드합니다. Python 3.14일 가능성이 높습니다. Github에서 리포지토리를 복제할 수 있습니다.

git clone -b 3.1X https://github.com/python/cpython.git

2. 다운로드한 CPython 디렉토리로 이동합니다.

cd cpython

3. 구성 스크립트를 --disable-gil 플래그로 실행합니다.

./configure --disable-gil

4. 이제 파이썬을 빌드합니다.

make

코드가 제대로 스레드 안전하지 않은 경우 스레딩 문제가 발생할 수 있으므로 이 작업을 가볍게 수행해서는 안 됩니다. 이 방법은 특히 진정한 멀티스레딩이 필요하고 파이썬에서 스레드 안전이 보장되지 않을 때 발생하는 복잡성을 처리할 준비가 되어 있는 개발자에게 더 적합합니다. GIL을 비활성화하기 전에 항상 코드와 사용하는 라이브러리가 스레드에 안전한지 확인하세요.

환경 변수를 사용하여 GIL을 다시 활성화하려면 어떻게 해야 하나요?

Python 글로벌 인터프리터 잠금(GIL)은 PYTHONGIL이라는 환경 변수를 1로 설정하여 다시 활성화할 수 있습니다. 이는 빌드 시 비활성화되어 있는 경우에도 GIL을 강제로 다시 켜는 오버라이드 역할을 합니다.

변수 설정은 운영 체제에 따라 다양한 방법으로 수행할 수 있습니다. 다음은 Linux 및 MacOS를 포함한 유닉스 기반 시스템에서 설정하는 방법입니다:

export PYTHONGIL=1

python my-app.py

Windows 시스템의 경우 다음 명령을 사용하여 환경 변수를 설정할 수 있습니다:

set PYTHONGIL=1

python my-app.py

이 명령은 현재 터미널 세션의 환경 변수만 설정한다는 점에 유의하세요. 환경 변수를 영구적으로 설정하려면 셸 초기화 파일(예: 유닉스 시스템에서 bash 셸의 경우 .bashrc 또는 .bash_profile)에 적절한 명령을 추가하거나 Windows의 시스템 속성에서 변수를 설정해야 합니다.

이 환경 변수가 프로그램에 미치는 영향을 확인하려면 이 환경 변수를 설정한 동일한 터미널 세션에서 Python 프로그램을 실행해야 한다는 점을 기억하세요.

GIL을 비활성화하면 위험이 있나요?

예, Python에서 전역 인터프리터 잠금(GIL)을 비활성화하면 상당한 위험이 따를 수 있습니다. 주요 위험은 다음과 같습니다:

스레드 안전 문제: GIL은 여러 스레드가 동시에 파이썬 바이트코드를 실행할 수 없도록 하여 어느 정도의 스레드 안전성을 제공합니다. GIL을 비활성화하면 스레드 안전 보장에 대한 책임은 개발자에게 있습니다. 이로 인해 여러 스레드가 적절한 동기화 없이 공유 데이터에 동시에 액세스하거나 수정하는 경우 경합 상태, 데이터 손상, 충돌 등의 문제가 발생할 수 있습니다.
호환성 문제: 표준 라이브러리의 일부 라이브러리를 포함한 많은 Python 라이브러리는 GIL이 활성화되어 있다는 가정 하에 작성되었습니다. 이러한 라이브러리는 스레드 안전하지 않은 연산을 사용할 수 있으며, 이러한 연산은 GIL에서는 안전하지만 GIL이 비활성화되면 문제를 일으킬 수 있습니다.
성능 저하:경우에따라GIL을 비활성화하면 여러 스레드를 관리하고 공유 데이터에 대한 액세스를 동기화하는 데 드는 오버헤드가 증가하여 실제로 성능이 저하될 수 있습니다.
디버깅 어려움: GIL을 사용하지 않는 멀티 스레드 애플리케이션의 디버깅은 수동으로 추가 스레드 동기화를 수행해야 하기 때문에 더 복잡할 수 있습니다.
교착 상태 위험: GIL이 없으면 두 개 이상의 스레드가 다른 스레드가 리소스를 해제할 때까지 무한정 기다리는 교착 상태가 발생하기 쉽습니다.

GIL을 비활성화하면 CPU를 사용하는 특정 멀티스레드 애플리케이션의 성능이 향상될 수 있지만, 스레드 동기화에 매우 익숙하고 멀티스레딩의 복잡성과 잠재적 함정을 관리할 준비가 되어 있지 않은 경우 위험한 조치로 간주되므로 일반적으로 권장하지 않습니다.

GIL을 비활성화하는 다른 방법이 있나요?

예. 전역 인터프리터 잠금(GIL)을 비활성화하지 않고도 Python에서 동시 및 병렬 처리를 처리할 수 있는 몇 가지 다른 방법이 있습니다:

바로 멀티스레딩입니다: 여러 개의 웹 요청 만들기, 파일 또는 데이터베이스에서 읽기 등 주로 I/O에 묶여 있는 작업의 경우 Python의 스레딩 모듈을 사용하여 동시성을 달성할 수 있습니다. GIL은 CPU 바인딩 작업의 병목 현상이지만, I/O 바인딩 작업은 I/O를 기다리는 동안 GIL을 해제하고 다른 스레드가 실행되도록 할 수 있습니다.
멀티프로세싱: 파이썬의 멀티프로세싱 모듈은 별도의 파이썬 인터프리터 프로세스를 생성하여 GIL을 우회하므로 CPU 바운드 작업에서 진정한 병렬 처리가 가능합니다. 프로세스 간 통신의 오버헤드가 발생하고 훨씬 더 많은 메모리를 사용할 수 있지만 GIL을 우회하는 강력한 작업 방식입니다.
비동기 프로그래밍: Python의 asyncio 모듈과 Twisted 및 Tornado와 같은 비동기 라이브러리를 사용하면 이벤트 루프를 사용하여 여러 개의 I/O 바운드 작업을 보다 효율적으로 처리할 수 있습니다. 이 모델은 I/O 바운드 작업에 내재된 대기 시간을 최대한 활용하여 다른 작업을 실행할 수 있으므로 프로그램의 처리량을 향상시킬 수 있습니다.
숫자 처리를 위한 NumPy/SciPy: 이러한 라이브러리는 대부분의 연산을 GIL을 피할 수 있는 컴파일된 코드로 변환하므로 숫자 연산에 탁월하며, 벡터화된 연산에 최적화되어 있습니다.
Cython 또는 C 확장: 성능이 중요한 경우에는 C 확장을 작성하거나 Cython을 사용하여 코드의 일부를 C 수준에서 작성할 수 있습니다. 네이티브 C 코드에서는 GIL을 해제하여 단점을 완화할 수 있습니다.
병렬 컴퓨팅 라이브러리: Joblib, Dask, Ray 등과 같은 도구는 여러 프로세서를 사용하고 메모리 공유를 효율적으로 관리할 수 있는 병렬 계산을 수행하기 위한 상위 수준의 환경을 제공합니다.

가장 적합한 대안은 구체적인 사례와 해결하려는 문제 유형에 따라 다릅니다. 각 옵션의 장단점을 이해하여 요구사항에 가장 적합한 선택을 하는 것이 항상 중요합니다.

펍넙이 어떤 도움을 줄 수 있을까요?

이 문서는 원래 PubNub.com에 게시되었습니다.

저희 플랫폼은 개발자가 웹 앱, 모바일 앱, IoT 디바이스를 위한 실시간 인터랙티브를 구축, 제공, 관리할 수 있도록 지원합니다.

저희 플랫폼의 기반은 업계에서 가장 크고 확장성이 뛰어난 실시간 에지 메시징 네트워크입니다. 전 세계 15개 이상의 PoP가 8억 명의 월간 활성 사용자를 지원하고 99.999%의 안정성을 제공하므로 중단, 동시 접속자 수 제한, 트래픽 급증으로 인한 지연 시간 문제를 걱정할 필요가 없습니다.

PubNub 체험하기

라이브 투어를 통해 5분 이내에 모든 PubNub 기반 앱의 필수 개념을 이해하세요.

설정하기

PubNub 계정에 가입하여 PubNub 키에 무료로 즉시 액세스하세요.

시작하기

사용 사례나 SDK에 관계없이 PubNub 문서를 통해 바로 시작하고 실행할 수 있습니다.

파이썬 글로벌 인터프리터 잠금에 대한 이해