Python 为什么推荐使用多进程而不是多线程？
谈谈python的GIL，多线程，多进程
1、GIL是什么？GIL的全称是Gloobal Interpreter Lock(全局解释器锁)，来源是python设计之初考虑，为了数据安全所做的决定。
2、每个CPU在同一时间只能执行一个线程：在单核CPU下的多线程其实都只是并发，不是并行。并发和并行从宏观上来讲都是同时处理多路请求的概念。但是并发和并行又有区别，并行是指两个或者两个以上的事件在同一时刻发生，而并发是指两个或两个以上的事件在同一时间间隔内发生。
3、在Python多线程下，每个线程的执行方式：
1、获取GIL
2、执行代码直到sleep或者是python虚拟机将其挂起
3、释放GIL
可见，一个线程想要执行，必须先拿到GIL，我们可以把GIL看做是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。
在python2.X里，GIL的释放逻辑是当前线程遇到IO操作或者ticks计数达到100（ticks可以看作是python自身的一个计数器，专门作用于GIL，每次释放后归零，这个计数可以通过sys.setcheckinterval来调整），进行释放。
而每次释放GIL锁，线程进行锁竞争，切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程（拿到GIL的线程才能执行），这就是为什么在多核CPU上，python的多线程效率并不高。
4、那么是不是python的多线程就完全没用？
1、CPU密集型代码（各种循环处理，计数等等），在这种情况下，ticks计数很快就会达到阈值，然后出发GIL的释放与再竞争（多个线程来回切换当然需要消耗资源的），所以python下的多线程多CPU密集型代码并不友好。
2、IO密集型代码（文件处理，网络爬虫等），多线程能够有效提升效率（单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU资源，从而提升程序执行效率）。所以python的多线程对IO密集型代码比较友好。
5、而在python 3.X中，GIL不使用ticks计数，改为使用计时器（执行时间达到阈值后，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL导致的同一时间只能执行一个线程的问题，所以效率依然不尽如人意。
6、多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他的CPU上的线程都会进行竞争，但是GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸，导致效率更低。
回到最开始的问题：经常我们会听到老手说：“python 下想要充分利用多核CPU，就用多进程”，的原因是什么？
原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程执行效率优于多线程（仅仅针对多核CPU而言）
结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率。