精华GIL 到底限制了什么：多线程 / 多进程怎么选

GIL（全局解释器锁）让同一时刻只有一个线程执行 Python 字节码。

所以多线程没用了？

分情况看：

• CPU 密集（计算、图像处理、压缩）→ 多线程几乎无加速，要用多进程
• IO 密集（网络请求、文件读写、数据库）→ 多线程有效，因为等 IO 时会释放 GIL

怎么选

from concurrent.futures import ProcessPoolExecutor

with ProcessPoolExecutor() as ex:
    results = list(ex.map(cpu_heavy, data))

多进程的三个坑

1. 参数必须可 pickle：传 lambda、文件句柄会直接报错
2. Windows / macOS 上必须放 if __name__ == '__main__': 里，否则无限派生子进程
3. 进程间不共享内存，大数据传递有序列化开销

简单判断：任务在等网络/磁盘 → 线程或协程；任务在烧 CPU → 进程。

实测过：同样一段纯计算，4 线程比单线程还慢一点（切换开销），
换 ProcessPoolExecutor 后接近 4 倍。结论很直观，建议自己跑一遍。