python是支持多线程的，但是python里的多线程是单cpu意义上的多线程，它和多cpu上的多线程有着本质的区别，这是因为python存在一个叫Global Interpreter Lock(GIL)全局解释器锁。在解释器解释执行任何 Python 代码时，都需要先获得这把锁，也就是说在同一时刻内，只有一条线程可以在CPU中运行。
但是python的多线程并不是毫无用处的。当遇到 I/O 操作时会释放这把GIL锁，所以如果程序是一个IO密集型的程序，一个线程处在IO等待的时候另一个线程便可以取得锁并在CPU中运行，这时就发挥了多线程的作用。但如果是纯计算的程序，没有 I/O 操作，那么只有取得GIL锁的线程可以在CPU中运行，其它的线程都处于等待状态，等待持有GIL 锁的线程的释放锁，也就相当于单线程在跑（而且上下文切换也会有所开销）。
既然Python解释器是单线程的，还有进行多线程编程的必要吗？
谢小秘书邀请~~先简单的回答：有必要。首先，线程消耗的是CPU资源如果一个单线程内处理的业务逻辑会占用100%的CPU资源，那么，上了多线程也是没有用的。但这种情况很少，高CPU占用一般出现在内存计算场景下，或者不良代码中错误的死循环。 正常情况下，CPU占用大于80%就需要进行代码或设计的优化，或者服务器增加资源了。
多线程场景适用于解决慢速IO的问题我们绝大部分的计算，都会依赖于很多外部资源IO，如磁盘读写、网络访问、数据库访问... 这些资源的访问速度远远低于CPU的切换速度。如果使用单线程进行操作时，就会长时间的等待IO的返回。造成无效等待，性能低下。所以即使是Python，为了充分利用CPU资源，提高性能，在通常的业务场景下使用多线程编程也是完全必要的。
多核与Python多实例延续上面的问题，我们知道现在CPU大部分都是多核的，python为了避免单线程只能使用到一个核的问题，是有个multiprocessing 库的，允许创建子进程（子进程数一般与核心数相同），来充分利用CPU资源。↓ ↓ ↓ 喜欢就点赞吧，欢迎各位评论指教，谢谢关注 -- 极迭代！。
