http://blog.csdn.net/i2cbus/article/details/23555063
大牛写的博客地址
总结摘录下：
1 Python的GIL在单核情况下对性能的影响可以忽略不计，几乎没有。
2 Python由于其GIL的存在在多核CPU的情况下Thread的表现真的是非常的糟糕，但是Process则不受GIL的影响。
3 Python内置的数据类是不适合用于大量的数学计算的，当然这也不仅仅是Python的问题，其它完全面向对象的语言都有这个问题, 要进行大量的数学计算就要用把代码移到C/C++中去实现，这样不仅可以去除gil的影响，更可以让性能获得几十倍上百倍的提升， 或者用numpy之类的扩展在执行科学计算时也可以让性能大幅的提升。
4 Python慢其实就是慢在数字计算上，想想就知道，如果每一个数字都是一个对象， 在计算的时候就免不了不断的为对象申请内存，释放内存，速度肯定就慢下来。
5 但是，Python对数据结构的操作是非常高效的，像Python内置的强大的dict,str,list等类， 不是说大话，其处理的速度真的可以和C媲美，因为它们的实现本身就是用C实现的。 我们在编程刚入门的时候就被告知：数据结构+算法=程序，这个道理也许只会在用Python这样的语言时才会有更切身的体会。
6 在用Python开发程序时，你不得不花点时间在性能优化上来， 过程也很简单：用cProfile类查找出比较耗时的操作，然后将其移到C中去实现， 另外，如果是使用多核CPU的情况，一定要小心使用Thread，尽量用Process来替代Thread,通过本文对GIL的分析，将对性能的优化提供很好的帮助。 其实，Python的性能优化过程也是程序开发中有挑战又非常有成就感的部分。
7 但是，记住一点，不要过早的对程序进行优化，过早优化是罪恶之源 ---Donald Knuth。前期开发应该把注意力放在功能实现以及代码的可读性和可维护性上来。
8 最后，愿以一句话作为本篇文件的结束语：都说爱一个人就要爱他（她）的全部，包括他（她）的缺点，对人如此，对物呢？
线程安全
Thread safety is a computer programming concept applicable in the context of multi-threaded programs.
A piece of code is thread-safe if it functions correctly during simultaneous execution by multiple threads.
In particular, it must satisfy the need for multiple threads to access the same shared data,
and the need for a shared piece of data to be accessed by only one thread at any given time.
上面是wikipedia中的解释, 换句话说, 线程安全 是在多线程的环境下, 线程安全能够保证多个线程同时执行时程序依旧运行正确, 而且要保证对于共享的数据,可以由多个线程存取,但是同一时刻只能有一个线程进行存取.
Python的GIL
什么是GIL ? 答案可参考wikipedia中的说明, 简单地说就是:
每一个interpreter进程,只能同时仅有一个线程来执行, 获得相关的锁, 存取相关的资源.
那么很容易就会发现,如果一个interpreter进程只能有一个线程来执行, 多线程的并发则成为不可能, 即使这几个线程之间不存在资源的竞争.