在CPython的环境下，即使在多核的情况下，同一个进程启动多个线程，只能执行一个线程。 无法利用多核的一个优势 。
GIL的优点：
保证Cpython解释器内存管理的线程安全
GIL的缺点：
同一进程内所有的线程同一时刻只能有一个执行。
也就是说Cpython解释器的多线程无法实现并行。
为什么需要GIL ：
python中一切都是对象，Cpython中对象的回收，是通过对象的引用计数来判断，当对象的引用计数为0时，就会进行垃圾回收，自动释放内存。
但是如果多线程的情况，引用计数就变成了一个共享的变量 Cpython是当下最流行的Python的解释器，使用引用计数来管理内存，在Python中，一切都是对象，引用计数就是指向对象的指针数，当这个数字变成0，则会进行垃圾回收，自动释放内存。但是问题是Cpython是线程不安全的。
考虑下如果有两个线程A和B同时引用一个对象obj，这个时候obj的引用计数为2；A打算撤销对obj的引用，完成第一步时引用计数减去1时，这时发生了线程切换，A挂起等待，还没执行销毁对象操作。
B进入运行状态，这个时候B也对obj撤销引用，并完成引用计数减1，销毁对象，这个时候obj的引用数为0，释放内存。如果此时A重新唤醒，要继续销毁对象，可是这个时候已经没有对象了。所以为了保证不出现数据污染，才引入GIL。
CPU密集型：在高CPU利用率的代码中，此时这种同一时刻只能有一个线程访问CPU机制会响应效率，如高计算类的代码中。如真遇到这种情况，可以用多进程，不用多线程处理
IO密集型：处理文件、处理web请求、爬取网页、设备文件、读写数据、send、recv，我们遇到的基本都是IO的，很少遇到计算类的东西
