全局解释器锁GIL

我们使用高并发，一次是创建1万个线程去修改一个数并打印结果看现象：

from threading import Thread
import os

def func(args):
    global n
    n = args
    print(n, os.getpid())

n = 100
t_list = []
for i in range(10000):
    t = Thread(target=func, args=(i,))
    t.start()
    t_list.append(t)
for t in t_list:
    t.join()
print(n)

我们可以看到，虽然是高并发，但是没有一条数据是重复的，为什么？因为Python解释器里面有全局解释器锁GIL，会让解释器每一时刻只有一个线程在运行，这样就保证了数据的安全了。

从这里我们也看出了，因为有全局解释器锁的存在就导致代码的运行效率的变慢问题，导致多线程不能充分利用cpu，不管是4核8核16核，都只有一个线程在里面运行。但是这并不是python语言的问题，这是CPython解释器的特性问题，使用JPython解释器就没有全局锁，就不会导致执行效率的问题了。

高CPU：高计算类——高CPU使用率

高IO：

• 输入，输出
• 处理web请求（有网络延时）
• 读数据库，写数据库
• 处理日志文件，读日志文件
• 处理QQ聊天，（recv，send）
• 爬取网页

我们大部分写的代码都是高IO的，真正用到高CPU的实际上很少。

而且python的这个弊端并没有影响python的火爆程度，python的优势比如爬虫，处理we请求，他们都不受这个GIL的影响。

所以在多线程中，遇到IO就切掉，让给其他线程去使用。

如果真要用高CPU我们可是使用多进程来处理，比如有4，8，16个核的cpu。