参考链接： http://cenalulu.github.io/python/gil-in-python/
GIL不是Python特性
GIL是Python解释器（Cpython）时引入的概念，在JPython、PyPy中没有GIL。GIL并不是Python的语言缺陷。
GIL定义
GIL，the Global Interpreter Lock，直译为“全局解释锁”
GIL存在原因
CPython在执行多线程的时候并不是线程安全的，所以为了程序的稳定性，加一把全局解释锁，能够确保任何时候都只有一个Python线程执行。
GIL的弊端
-
GIL对计算密集型的程序会产生影响。因为计算密集型的程序，需要占用系统资源。GIL的存在，相当于始终在进行单线程运算，这样自然就慢了。
-
IO密集型影响不大的原因在于，IO，input/output，这两个词就表明程序的瓶颈在于输入所耗费的时间，线程大部分时间在等待，所以它们是多个一起等（多线程）还是单个等（单线程）无所谓的。
这就好比，你在公交站等公交时，你们排队等公交（单线程）还是沿着马路一字排开等（多线程）是无所谓的。公交车（即input，即输入的资源）没来，哪种方式都是瞎折腾。
解决方案
multiprocessing
multiprocessing是一个多进程模块，开多个进程，每个进程都带一个GIL，就相当于多线程来用了。
multiprocessing的弊端
多线程与多进程一个不同点在于：
- 多线程是共享内存的，即这些线程共用一个内存地址。好处在于便于线程间数据通信和数据同步。
- 多进程，各个进程地址之间是独立的内存地址。这样不存内存地址之间通信就麻烦了。
综上所述，如果是IO密集型且对数据通信有需求，使用python 的threading模块也是可以的。