介绍涉及到并发场景，大家都想到用多线程或者多进程来解决并发问题；一般情况下，为解决多并发场景问题，大多数语言都采用多线程编程模式（线程是一个轻量级进程，共享一个进程空间）。是不是也适用于Python多并发处理？答：不会，对于并发处理，Python多线程和多进程有很大区别！Python多线程与多进程的区别Python多线程不能使用CPU多核资源，即同一时间只有一个线程使用CPU资源，所以使用Python多线程不能算并发。想要充分利用CPU多核资源，实现多并发，就需要Python多进程！也就是说：只有Python多进程才能使用CPU多核资源，实现真正的多并发！Python多线程和多进程应用场景既然Python多线程不能并发，那它存在的意义何在？其实Python多线程和多处理都有各自的应用场景：Python多线程适用于I/O密集型场景，比如解决网络IO和磁盘IO阻塞问题，比如文件读写、网络数据传输等；而Python多进程更适合计算密集型场景，多并发，大量计算任务等。注意：Python多线程和多进程在平时的开发过程中需要谨慎使用。如果使用Python多线程来处理计算密集型任务，会比实际的单进程处理性能慢！所以要注意，这取决于场景的类型。说说Python多线程，全局解释器锁（GIL）为什么Python多线程不能使用CPU多核资源？为什么Python多线程会同时占用CPU资源？正是因为Python有一个全局解释器锁（GIL，全称GlobalInterpreterLock），使得Python多线程无法使用CPU多核资源，保证同一时间只有一个线程在使用CPU资源时间;当发生IO阻塞时，解锁并释放CPU资源，其他线程可以申请锁使用CPU资源。Python并发编程Python多进程编程使用的模块库：multiprocessing模块是Python内置的多进程处理库，类似于线程库threading.Thread。Python多线程编程使用的模块库：thread模块是Python内置的，比较底层。不推荐使用线程模块。后者是多线程的；但是它们的编程接口是完全一样的；所以在多线程和多进程之间切换代码非常方便！限于篇幅，编程模块的具体使用我就不介绍了，以后会开专题补上！Python多线程多进程思维导图供大家参考：Python多进程编程Python多线程编程
