python 為什麽不能利用多核CPU
GIL：
（1）其實是因為在python中有一個GIL（Global Interpreter Lock），中文為：全局解釋器鎖。
1、是最開始python為了數據安全設計了這個GIL。
2、每個CPU在同一時間只能執行一個線程：
（在單核CPU下的多線程其實都只是並發，不是並行，並發和並行從宏觀上來講都是同時處理多路請求的概念。
但並發和並行又有區別，並行是指兩個或者多個事件在同一時刻發生；而並發是指兩個或多個事件在同一時間間隔內發生。）

（2）在python多線程下，每個線程的執行方式如下：
1、獲取GIL
2、執行代碼直到sleep或者是python虛擬機將其掛起。
3、釋放GIL

（3）為什麽有時候多線程效率低於單線程？
1、如上我們可以知道，在python中想要某個線程要執行必須先拿到GIL這把鎖，且python只有一個GIL，拿到這個GIL才能進入CPU執行，
在遇到 I/O 操作時會釋放這把鎖。如果是純計算的程序，沒有 I/O 操作，解釋器會每隔 100次操作就釋放這把鎖，讓別的線程有機會
執行（這個次數可以通過sys.setcheckinterval 來調整）。所以雖然 CPython 的線程庫直接封裝操作系統的原生線程，但 CPython
進程做為一個整體，同一時間只會有一個獲得了 GIL 的線程在跑，其它的線程都處於等待狀態等著 GIL 的釋放。
2、而每次釋放GIL鎖，線程進行鎖競爭、切換線程，會消耗資源。並且由於GIL鎖存在，python裏一個進程永遠只能同時執行一個線程
(拿到GIL的線程才能執行)，這就是為什麽在多核CPU上，python的多線程效率並不高。

（4）python的多線程是否就完全沒有用了呢？相同的代碼，為何有時候多線程會比單線程慢，有時又會比單線程快？
這主要跟運行的代碼有關：
1、CPU密集型代碼(各種循環處理、計數等等)，在這種情況下，由於計算工作多，ticks計數很快就會達到100閾值，然後觸發GIL的釋放與再競爭
（多個線程來回切換當然是需要消耗資源的），所以python下的多線程遇到CPU密集型代碼時，單線程比多線程效率高。
2、IO密集型代碼(文件處理、網絡爬蟲等)，多線程能夠有效提升效率(單線程下有IO操作會進行IO等待，造成不必要的時間浪費，而開啟多線程能在
線程A等待時，自動切換到線程B，可以不浪費CPU的資源，從而能提升程序執行效率)。進行IO密集型的時候可以進行分時切換 所有這個時候多線程快過單線程

（5）如果python想充分利用多核CPU，可以采用多進程，
每個進程有各自獨立的GIL，互不幹擾，這樣就可以真正意義上的並行執行，所以在python中，多進程的執行效率優於多線程(僅僅針對多核CPU而言)。
所以在多核CPU下，想做並行提升效率，比較通用的方法是使用多進程，能夠有效提高執行效率。

python的多線程為什麽不能利用多核CPU？