[cpython] CPython의 PyCriticalSection2 최적화: 중복 락 획득 방지

PR 링크: python/cpython#151554 상태: Merged | 변경: +20 / -4

들어가며

CPython은 멀티코어 환경에서의 성능 향상을 위해 GIL(Global Interpreter Lock)을 점진적으로 제거하고 세밀한 락(fine-grained locking)을 도입하는 작업을 진행 중입니다. 이 과정에서 PyCriticalSection은 임계 영역을 보호하기 위한 핵심 메커니즘으로 사용됩니다. 기존에는 단일 뮤텍스에 대한 최적화가 적용되어 있었으나, 두 개의 뮤텍스를 사용하는 PyCriticalSection2에서는 중복 락 획득에 대한 최적화가 누락되어 있었습니다. 본 PR은 PyCriticalSection2에서도 이미 획득한 락을 다시 획득하려 할 때 이를 건너뛰도록 하여 불필요한 오버헤드를 제거합니다.

코드 분석

Python/critical_section.c

핵심 변경 사항은 _PyCriticalSection2_BeginSlow 함수 내부에 있습니다. 현재 스레드가 이미 동일한 두 개의 뮤텍스를 보유하고 있는지 확인하는 로직이 추가되었습니다.

Before:

// 기존에는 중복 락 확인 로직이 없어 항상 락 획득 과정을 거침
_PyCriticalSection2_BeginSlow(PyThreadState *tstate, PyCriticalSection2 *c, PyMutex *m1, PyMutex *m2)
{
    // ... (기존 로직)
    c->_cs_base._cs_mutex = NULL;
    c->_cs_mutex2 = NULL;
    c->_cs_base._cs_prev = tstate->critical_section;
    // ...
}

After:

// 중복 락 획득 방지 로직 추가
if (tstate->critical_section &&
    tstate->critical_section & _Py_CRITICAL_SECTION_TWO_MUTEXES) {
    PyCriticalSection2 *prev2 = (PyCriticalSection2 *)untag_critical_section(tstate->critical_section);
    if (prev2->_cs_base._cs_mutex == m1 && prev2->_cs_mutex2 == m2) {
        c->_cs_base._cs_mutex = NULL;
        c->_cs_mutex2 = NULL;
        c->_cs_base._cs_prev = 0;
        return;
    }
}

이 코드는 tstate->critical_section을 검사하여 현재 스레드가 이미 m1과 m2를 락으로 잡고 있는지 확인합니다. 만약 이미 락을 보유 중이라면, 락을 다시 획득하지 않고 즉시 반환함으로써 불필요한 원자적 연산(atomic operation)을 방지합니다.

Include/internal/pycore_critical_section.h

_PyCriticalSection2_End 함수에서는 mutex1이 NULL인 경우에 대한 주석을 업데이트하여, 이 상태가 단순히 단일 뮤텍스뿐만 아니라 PyCriticalSection2에서도 발생할 수 있음을 명시했습니다.

왜 이게 좋은가

이 최적화는 '재귀적 락 획득' 시나리오에서 발생하는 불필요한 오버헤드를 제거합니다. 멀티스레드 환경에서 락을 획득하는 것은 캐시 일관성 트래픽을 유발하고 CPU 파이프라인을 정지시킬 수 있는 비용이 큰 작업입니다. 이미 락을 보유한 상태에서 다시 락을 요청하는 것은 논리적으로 불필요하며, 이를 건너뛰는 것만으로도 임계 영역 진입 속도를 크게 향상시킬 수 있습니다.

일반적 교훈:

1. 중복 검사의 가치: 재귀적인 호출이 빈번한 시스템에서는 현재 상태를 추적하여 중복 작업을 건너뛰는 로직이 성능의 핵심입니다.
2. 일관성 유지: 단일 뮤텍스에서 검증된 최적화 패턴을 다중 뮤텍스 구조로 확장하는 것은 시스템의 예측 가능성을 높이고 버그를 줄이는 좋은 설계 방식입니다.

이러한 최적화는 CPython이 지향하는 'Free-threaded' 파이썬 환경에서 락 경합을 최소화하는 데 중요한 역할을 합니다.

⚠️ 알림: 이 분석은 AI가 실제 코드 diff를 기반으로 작성했습니다.