18/10/2026 –, Paralela 2
Você já tentou usar threads em Python e nada mudou? Talvez o problema seja o Gil. Entenda o GIL, como ele afeta a performance e o que mudou nas novas versões do Python.
Python é amplamente utilizado, mas quando o assunto é concorrência com threads, muitos desenvolvedores se frustram ao não obter o ganho de performance esperado. O principal responsável por esse comportamento é o GIL (Global Interpreter Lock), um mecanismo interno que controla a execução das threads.
Nesta palestra, vamos desmistificar o GIL de forma clara e acessível, entendendo por que ele existe, como impacta aplicações reais e em quais cenários ele se torna um problema. Além disso, exploraremos as mudanças mais recentes do Python que permitem maior controle sobre esse comportamento e abrem novas possibilidades para execução paralela.
Ao final, você terá uma visão prática para decidir quando usar threads, multiprocessing ou outras abordagens, evitando armadilhas comuns e escrevendo códigos mais eficientes.
Para acompanhar bem a atividade, é recomendado ter familiaridade com programação em Python, incluindo conceitos como funções, módulos e execução de scripts. Também é importante já ter tido algum contato, mesmo que básico, com threads ou concorrência (por exemplo, já ter ouvido falar de multithreading ou paralelismo).
Não é necessário conhecimento avançado, mas experiência prática desenvolvendo aplicações em Python ajuda a compreender melhor os exemplos e os impactos do GIL no dia a dia. Conhecimentos prévios sobre processos, entrada e saída (IO) e noções de como programas utilizam CPU também são desejáveis, embora sejam brevemente revisados durante a apresentação.
O que as pessoas que participarem podem esperar aprender na sua atividade?:Ao participar da atividade, as pessoas poderão entender de forma prática como funciona o modelo de concorrência em Python, especialmente no uso de threads, e por que muitas vezes não há ganho de performance como esperado.
A palestra irá esclarecer o papel do GIL (Global Interpreter Lock), explicando seu funcionamento e impacto em diferentes tipos de aplicação, como cenários CPU-bound e IO-bound. Além disso, serão apresentadas as mudanças mais recentes na linguagem que abrem novas possibilidades para execução paralela.
Ao final, espera-se que os participantes consigam identificar quando utilizar threads, quando optar por outras abordagens como multiprocessing ou async, e como tomar decisões mais conscientes para melhorar a performance de suas aplicações em Python.
Escolha uma ou mais áreas em que essa proposta se encaixa: Ciência e Análise de Dados, Desenvolvimento Web
Dev full-stack há 5 anos, com experiência em React, Node.js, Python e AWS. Atua em plataformas educacionais com IA e também como instrutora, criando conteúdos acessíveis de programação.