背景
Global Interpreter Lock（GIL）从字面意思他就是全局解释器锁，所以不要不经脑子就说他是Python的特性，他只是Cpython解释器的一个概念。只是现在大部分人用的都是Cpython的Python，所以才会被大部分人误会。
并发与并行
当代码逻辑完成了需求之后，总会想各种办法来解决速度慢的问题，那么首先来分清楚两个概念，即并发与并行。
并发指的是一个CPU交替执行多个问题，并行指的是多个CPU同时执行任务。
虽然从感觉上都是“同时”执行，但实际上，并发是因为CPU执行速度快，人为上感受不到延迟，而并行才是真正意义上的“并发”。
GIL是好还是坏？
GIL是因为在语言开发之初，开发者只考虑到单核CPU，但是随着Python的发展，代码量越来越多，所以这在多年Python迭代中也没能很好的解决这个问题。
在单线程的情况下，GIL无疑是好的，因为能帮助用户控制线程安全，用户只需要关注代码逻辑本身，而在多线程的情况下呢，因为有GIL的存在，一个线程只有在拿到GIL锁时才会执行任务，其余线程都处于阻塞状态，这就导致多线程几乎就是单线程。
到了这，就到了下一个需要探讨的话题了，什么时候用多进程，什么时候用多线程
通俗的来讲，计算密集型多用多进程，因为能充分的利用多核CPU的优势，加快程序执行
IO密集型多用多线程，因为在IO密集型的情况下，你无论开多个进程依旧需要阻塞等待，使用多线程就能通过切换来执行任务，当然协程也是一个不错的替代品
GIL能否规避？
想合理的规避GIL，让程序直接压榨电脑性能，提高效率，只需要
多进程 + 协程
* 这个是比较简单也是比较方便的做法，因为多进程后每个进程都是独立的，都有独立的GIL锁，然后再加上协程自动调度任务，就可以比较完美的规避GIL的影响了
更换解释器
* 这个做法不是十分推荐，毕竟我们大部分人用的都是CPython，换了解释器可能就捡了芝麻丢了西瓜
