src：http://m.blog.csdn.net/article/details?id=51243137

Python 下有一個(gè)GIL，用來(lái)保證每次解釋器只在解釋一個(gè)文件。所以，在單核CPU下的多線程其實(shí)都只是并發(fā)，不是并行，并發(fā)和并行從宏觀上來(lái)講都是同時(shí)處理多路請(qǐng)求的概念。但并發(fā)和并行又有區(qū)別，并行是指兩個(gè)或者多個(gè)事件在同一時(shí)刻發(fā)生；而并發(fā)是指兩個(gè)或多個(gè)事件在同一時(shí)間間隔內(nèi)發(fā)生。

但是在處理 IO 密集型的時(shí)候，用多線程可以提高程序運(yùn)行的效率。

如果是 CPU 密集型的程序，還是要使用多進(jìn)程。

試試用Python寫個(gè)死循環(huán)：

import threading, multiprocessing
def loop():
  x = 0 
  while True: 
    x = x ^ 1

for i in range(multiprocessing.cpu_count()): 
  t = threading.Thread(target=loop) 
  t.start()

啟動(dòng)與CPU核心數(shù)量相同的N個(gè)線程，在4核CPU上可以監(jiān)控到CPU占用率僅有160%，也就是使用不到兩核。
即使啟動(dòng)100個(gè)線程，使用率也就170%左右，仍然不到兩核。
但是用C、C++或Java來(lái)改寫相同的死循環(huán)，直接可以把全部核心跑滿，4核就跑到400%，8核就跑到800%，為什么Python不行呢？
因?yàn)镻ython的線程雖然是真正的線程，但解釋器執(zhí)行代碼時(shí)，有一個(gè)GIL鎖：Global Interpreter Lock，任何Python線程執(zhí)行前，必須先獲得GIL鎖，然后，每執(zhí)行100條字節(jié)碼，解釋器就自動(dòng)釋放GIL鎖，讓別的線程有機(jī)會(huì)執(zhí)行。這個(gè)GIL全局鎖實(shí)際上把所有線程的執(zhí)行代碼都給上了鎖，所以，多線程在Python中只能交替執(zhí)行，即使100個(gè)線程跑在100核CPU上，也只能用到1個(gè)核。
GIL是Python解釋器設(shè)計(jì)的歷史遺留問(wèn)題，通常我們用的解釋器是官方實(shí)現(xiàn)的CPython，要真正利用多核，除非重寫一個(gè)不帶GIL的解釋器。
所以，在Python中，可以使用多線程，但不要指望能有效利用多核。如果一定要通過(guò)多線程利用多核，那只能通過(guò)C擴(kuò)展來(lái)實(shí)現(xiàn)，不過(guò)這樣就失去了Python簡(jiǎn)單易用的特點(diǎn)。
不過(guò)，也不用過(guò)于擔(dān)心，Python雖然不能利用多線程實(shí)現(xiàn)多核任務(wù)，但可以通過(guò)多進(jìn)程實(shí)現(xiàn)多核任務(wù)。多個(gè)Python進(jìn)程有各自獨(dú)立的GIL鎖，互不影響。