Ruby 线程与并发完全指南：GIL 的真相与实践
Ruby 的 GIL 让线程无法并行执行 CPU 任务，但 I/O 并发依然强大。本文讲清 GIL 原理、Thread 用法、线程间通信、同步机制（Mutex/Queue），以及何时该用进程、Fiber 或 Ractor。
Ruby 线程受 GIL（全局解释器锁）限制，同一时刻只有一个线程执行 Ruby 代码——CPU 密集型任务用多线程没有收益（要用多进程或 Ractor）；但线程等待 I/O（网络、数据库、文件）时会释放 GIL，所以 I/O 密集型任务的多线程并发效果显著，Puma、Sidekiq 的高并发正建立于此。
GIL：并发与并行的分水岭
CRuby（MRI）解释器里有一把全局锁：任何时刻只允许一个线程执行 Ruby 字节码。这保证了解释器内部数据结构的安全，但也意味着八个线程跑纯计算，总吞吐约等于一个线程——这不是 bug，是 MRI 的设计取舍（JRuby、TruffleRuby 没有 GIL，是真正的并行）。
关键在"释放点"：线程发起 I/O 调用（等数据库返回、等 HTTP 响应、读文件）时释放 GIL，其他线程趁机运行。I/O 密集的 Web 应用会花较多时间等待外部操作——这就是 Ruby 多线程服务器依然高效的原因。
Thread 基本用法
threads = 5.times.map do |i|
Thread.new do
result = fetch_data(i) # I/O 操作：释放 GIL，与其他线程并行等待
puts "线程 #{i} 完成：#{result}"
end
end
threads.each(&:join) # 等待全部完成
对比串行执行：5 个各耗时 1 秒的 HTTP 请求，串行 5 秒，多线程约 1 秒——I/O 并发的收益立竿见影。
返回值与线程间通信
t = Thread.new { expensive_calculation }
result = t.value # 阻塞取结果（异常也会在此抛出）
# Queue：线程安全通信的标准方式
queue = Queue.new
producer = Thread.new { 10.times { |i| queue << i }; queue.close }
consumer = Thread.new do
while (item = queue.pop)
process(item)
end
end
[producer, consumer].each(&:join)
Queue（以及 SizedQueue 背压控制）是生产者-消费者模式的正确答案——线程间永远用 Queue 传数据，不要共享裸变量。
线程安全与同步
共享可变状态是多线程的头号杀手：
# 错误：counter += 1 不是原子操作（读-改-写三步），并发下丢更新
# 正确：用互斥锁
mutex = Mutex.new
counter = 0
threads = 10.times.map do
Thread.new do
1000.times { mutex.synchronize { counter += 1 } }
end
end
threads.each(&:join)
counter # => 10000（无锁时结果随机小于此值）
纪律三条：默认所有共享对象都需要保护；能用不可变数据就不用锁；优先用并发原语（Concurrent::Hash、Concurrent::AtomicFixnum，来自 concurrent-ruby gem）而不是手动 Mutex。
超出线程的选择
- CPU 密集：多进程（
Process.fork、Puma cluster 模式）绕开 GIL；或 Ruby 3.x 的 Ractor（真并行，但生态尚早期）； - 轻量并发：Fiber + Async gem（协程式并发，单线程内调度数万连接）——Falcon 服务器路线；
- Web 服务器：Puma 的多进程 × 多线程混合模型是生产标准，进程数吃满 CPU 核、线程数吃满 I/O 等待。
常见问题（FAQ）
Q：Rails 应用是线程安全的吗？
Rails 自身是（每个请求独立处理），但你的代码未必：类变量 @@x、全局变量、请求间共享的单例可变状态都是地雷。Puma 多线程模式下任何"存起来下次用"的对象都要过一遍线程安全检查。
Q：线程数设多少合适？
I/O 密集场景经验值 5-16（Puma 默认 5），具体看 I/O 等待占比和数据库连接池大小——线程数超过连接池会互相饿死。压测调优，不要拍脑袋。
Q：GIL 会被移除吗？
短期内不会（兼容性代价巨大），但 Ruby 在持续进化：Ractor 提供真并行、MJIT/YJIT 提升单线程性能、Fiber 调度器完善协程生态。实践中"多进程 + 多线程"的 Puma 模型已能榨干硬件，GIL 很少是真实瓶颈。
参考文档
本文依据公开文档整理，示例需按项目依赖版本验证；不将文档中的性能描述视为本项目实测结果。
