计算密集型 ：主要进行大量的计算，占据着主要的任务，消耗cpu资源，一直处于满负荷状态
IO密集型：指磁盘IO、网络IO占主要的任务，CPU消耗很少，任务的大部分时间都在等待IO操作完成。

IO的速度远远低于CPU和内存的速度

定义

GIL(Global innterpreter Lock)每个线程在执行的过程中都需要先获取GIL，保证在同一时刻只有一个线程可以执行代码在多线程的环境下，python虚拟机按照下面的方式执行

设置GIL
切换到一个线程去运行
运行：
    a. 指定数量的字节码指令，或者
    b. 线程主动让出控制（可以调用time.sleep(0)）
把线程设置为睡眠状态
解锁GIL
再次重复以上所有步骤

为什么使用锁？

锁的机制：保证在对一个变量进行相关操作的时候，同一时刻只有ig线程在执行。只有拿到锁的线程，才能对变量进行相关的操作。
锁从语言上区分：
细粒度的锁：在代码上主动加的锁
粗粒度的锁：在整个python的解释器（cpython）的层面上加的锁
加锁粒度就是你要锁住大的范围的大小

粗粒度的解释器的锁就是GIL，多核cpu，同时只能执行一个线程，由于每个线程在多个CPU上的交替执行的，导致在不同CPU上切换时造成资源的浪费。在一定程度上保证线程的安全

1.在IO操作等可能会引起阻塞的system call之前，可以暂时释放GIL，但在执行完毕后，必须重新获取GIL
2.Python 3.x使用计时器，执行时间到达阈值后，当前线程释放GIL， Python2.x，tickets计数达到100

1.使用其他语言,C，java
2.使用其他解释器
3.使用多进程 GIL的存在，在IO密集型的场景下使用多进程会得到较好的性能