python的GIL（global interpreter lock）全局解释器锁是存在原始解释器Cpython中的，在解释执行python代码时，该互斥锁会限制现成对共享资源的访问，直到解释器遇到I/O操作或者操作次数达到一定数目才会释放GIL。因此在进行多线程操作时，不能调用多个cpu内核，只能利用一个内核，在cpu密集型操作的时候，不推荐使用多线程，跟家倾向于多进程，每个进程都有一个单独的GIL。

多线程在I/O密集型操作时，因为效率的瓶颈在I/O操作，多线程可以明显的提高效率。在开发爬虫时，大多数时间在等待socket返回数据，网络IO操作延时比CPU大的多。

如果没有GIL

如果没有GIL，虽然多线程程序的多核CPU的计算能力利用率会得到提高，但是会导致数据一致性等问题：

1  原子性问题：多个线程同时对同一个变量进行更新，很可能导致数据不一致的问题。

2  竞争条件问题：如果多个线程同时对共享资源进行操作，很可能会出现竞争条件，导致程序的不正确性，如死锁等。

3  同步问题：如果多个线程需要协调合作完成某项任务，就需要进行同步操作，保证多个线程的执行顺序，必须对每一个线程的操作充分考虑。

GIL的取舍

因此GIL在一定程度上会影响到程序的多核CPU利用率，虽然在程序中创建了多线程，但是实际上程序在CPU上依然是串行的，这将导致并发性能降低。

除了使用多进程，如multiprocessing模块来创建多进程，释放多核CPU的性能外。还可以使用异步编程，如gevent、asyncio、Trio等。使用事件循环和协程来实现非阻塞的异步I/O编程。

此外，可以使用C语言等其他语言编写多线程程序，与python交互使用。