GIL
只针对cpython解释器，只适用于cpython解释器，(pypy:没有gil锁)python出的时候，是单核cup，开启线程，垃圾回收，让其他线程停掉，只走垃圾回收线程，不会有并发问题
同一时刻，实际上只有一条线程在执行，有一把全局锁，只要线程执行，必须获得这把锁，才能执行
多核cpu出现，cpython，只能有一条线程执行，就是由于GIL锁的原因
python不能利用多核优势
想要分到不同cpu上执行，需要开进程（解释器进程），进程里最少有一条线程，开进程，非常耗资源
在某些情况下，并不是进程开的越多，程序执行越快
IO密集型，开线程，计算密集型，开进程 只适用于python
BIO
IO 操作本质
数据复制的过程中不会消耗CPU
# 1 内存分为内核缓冲区和用户缓冲区
# 2 用户的应用程序不能直接操作内核缓冲区，需要将数据从内核拷贝到用户才能使用
# 3 而IO操作、网络请求加载到内存的数据一开始是放在内核缓冲区的
AIO 是彻底的异步通信。
NIO 是同步非阻塞通信。
有一个经典的举例。烧开水。
假设有这么一个场景，有一排水壶（客户）在烧水。
AIO的做法是，每个水壶上装一个开关，当水开了以后会提醒对应的线程去处理。
NIO的做法是，叫一个线程不停的循环观察每一个水壶，根据每个水壶当前的状态去处理。
BIO的做法是，叫一个线程停留在一个水壶那，直到这个水壶烧开，才去处理下一个水壶。
IO 模型
BIO(Blocking IO) – 阻塞模式I/O
用户进程从发起请求，到最终拿到数据前，一直挂起等待； 数据会由用户进程完成拷贝
NIO(non-blocking) – 非阻塞模式I/O
用户进程发起请求，如果数据没有准备好，那么立刻告知用户进程未准备好；此时用户进程可选择继续发起请求、或者先去做其他事情，稍后再回来继续发请求，直到被告知数据准备完毕，可以开始接收为止； 数据会由用户进程完成拷贝
IO Multiplexing - I/O多路复用模型
类似BIO，只不过找了一个代理，来挂起等待，并能同时监听多个请求； 数据会由用户进程完成拷贝
AIO – 异步I/O模型
发起请求立刻得到回复，不用挂起等待； 数据会由内核进程主动完成拷贝
同步I/O 与 异步 I/O
- 同步I/O
- 概念：导致请求进程阻塞的I/O操作，直到I/O操作任务完成
- 类型：BIO、NIO、IO Multiplexing
- 异步I/O
- 概念：不导致进程阻塞的I/O操作
- 类型：AIO
注意：
- 同步I/O与异步I/O判断依据是，是否会导致用户进程阻塞
- BIO中socket直接阻塞等待（用户进程主动等待，并在拷贝时也等待）
- NIO中将数据从内核空间拷贝到用户空间时阻塞（用户进程主动询问，并在拷贝时等待）
- IO Multiplexing中select等函数为阻塞、拷贝数据时也阻塞（用户进程主动等待，并在拷贝时也等待）
- AIO中从始至终用户进程都没有阻塞（用户进程是被动的）