全局解释器锁
Global Interpreter Lock，CPython在解释器级别的一把锁，叫GIL全局解释器锁。
程序编译成字节码，程序想跑多线程，但是GIL保证CPython进程中，同一时刻只能有一个线程执行字节码。
所以，哪怕是在多CPU的情况下，即使每个线程恰好调度到了每个CPU上，有了这把大锁，同时只能有一个CPU使用CPython执行一个线程的字节码，其它线程只能阻塞等待
全局解释器锁实现为一种在CPython中提供线程安全内存管理的简单方法，只允许一次执行一个Python线程
IO密集型和CPU密集型任务
IO密集型，由于线程阻塞，就会调度其它线程；(wait会让出时间片，让其它线程有机会被调度、sleep不会)，如大量使用网络IO、磁盘IO
CPU密集型，当前线程可能会连续的获得GIL，导致其它线程几乎无法使用CPU。(刚释放锁就又夺走了)，大量占用CPU计算时间
对于IO密集型任务，GIL不会产生重大瓶颈，可以通过使用Python的线程模块实现多个并发线程来获得并行加速；
对于CPU密集型任务，受CPU限制并且大部分时间都在执行CPU密集型计算，那么GIL会对多线程性能产生负面影响，但有很多方法可以解决这个问题。
因为Python是一种解释型语言，它本身就很慢，所以处理器繁重的算法通常使用像C ++这样的更快的编译语言编写，然后Python程序可以调用包含他们的函数库中。这些操作可以使用并行线程在GIL的限制之外执行。
如果你想保留用Python编写的所有内容，解决方法是使用Python的多处理包来实现具有多个进程而不是多个线程的程序。每个Python进程都是它自己的Python解释器实例，它有自己的GIL，因此单独的进程可以并行执行。这里的缺点是进程之间的通信比线程之间的通信要复杂一些，创建多个进程比创建多个线程使用更多的系统资源
标签：解释器,Python,密集型,线程,GIL,CPU From： https://www.cnblogs.com/yogayao/p/17848855.html