线程安全，GIL全局锁

1. GIL是什么？

GIL不是Python特性
GIL是实现Python解释器（Cpython）时引入的概念，而Cpython是大部分环境下默认的python执行环境，要明确一点：GIL并不是python的特性，python完全可以不依赖于GIL。如：在JPython、PyPy中没有GIL。
GIL并不是Python的语言缺陷。

2.GIL定义

GIL，the Global Interpreter Lock，直译为“全局解释锁”

3.GIL存在原因

为了更有效的利用多核处理器的性能，就出现了多线程的编程方式，而随之带来的就是线程间数据的一致性和状态同步的完整性。

（例如：线程2需要线程1执行完成的结果，然而线程2又比线程1代码量少，线程2执行完成，线程1仍然还在执行，这就是数据的同步性）

python为了利用多核，开始支持多线程。
CPython在执行多线程的时候并不是线程安全的，所以为了解决多线程之间数据完整性和状态同步，加一把全局解释锁，能够确保任何时候都只有一个Python线程执行。

4.GIL的弊端

GIL对计算密集型的程序会产生影响。因为计算密集型的程序，需要占用系统资源。GIL的存在，相当于始终在进行单线程运算，这样自然就慢了。

IO密集型影响不大的原因在于，IO，input/output，这两个词就表明程序的瓶颈在于输入所耗费的时间，线程大部分时间在等待，所以它们是多个一起等（多线程）还是单个等（单线程）无所谓的。

这就好比，你在公交站等公交时，你们排队等公交（单线程）还是沿着马路一字排开等（多线程）是无所谓的。公交车（即input，即输入的资源）没来，哪种方式都是瞎折腾。

5. python多线程并行执行原理

在双核cpu主机上，两个线程均为CPU密集型运算线程，这里假设每个线程单独占用一核cpu，因为GIL锁的缘故，

同一时间片就只能有一个线程获得GIL全局锁，而另一个占用cpu的线程则无法执行，继续等待，cpu时间就白白浪费掉，

也就是只有获得GIL锁的线程才能真正在cpu上运行。所以，多线程在python中只能交替执行，即使100个线程跑在100核cpu上，也只能用到1核。

6.解决方案

multiprocessing
multiprocessing是一个多进程模块，开多个进程，每个进程都带一个GIL，就相当于多线程来用了。（进程+协程）

multiprocessing的弊端
多线程与多进程一个不同点在于：
多线程是共享内存的，即这些线程共用一个内存地址。好处在于便于线程间数据通信和数据同步。
多进程，各个进程地址之间是独立的内存地址。进程间通信就需要通过队列的方式来实现。
综上所述，如果是IO密集型且对数据通信有需求，使用python 的threading模块也是可以的。