python解释器
我们一直说python是解释性语言，不需要编译，并不是说操作系统真的就能识别.py文件的代码了，机器永远只能识别01010101，要想在机器上运行，编译的过程少不了，而python解释器的工作，就是将python代码转换成机器能识别的010101二进制指令。
python解释器是一个程序，常见的有：
- CPython：C语言开发，使用最广，默认的解释器
- IPython：基于CPython之上的交互式解释器
- PyPy：采用JIT技术，对python代码进行动态编译，追求执行速度
- Jython：运行在Java平台上的解释器，可以直接编译成Java字节码执行
- IronPython：同理Jython，运行在 .Net 平台上
GIL全局解释器锁
同进程内的多线程，一个线程运行会霸占python解释器，使其他线程无法运行，所以python的多线程其实并不是同时进行的。而多进程是由系统分配资源，等于每个进程都有一个python解释器，所以多进程可以同时进行，但是资源开销大。
GIL底层实现原理
上面这张图，就是 GIL 在 Python 程序的工作示例。其中，Thread 1、2、3 轮流执行，每一个线程在开始执行时，都会锁住 GIL，以阻止别的线程执行；同样的，每一个线程执行完一段后，会释放 GIL，以允许别的线程开始利用资源。
如果线程一直阻塞呢？是不是就一直锁住了？或者说线程是否就会完全执行完了？
答案是NO。
CPython 中还有另一个机制，叫做间隔式检查（check_interval），意思是 CPython 解释器会去轮询检查线程 GIL 的锁住情况，每隔一段时间，Python 解释器就会强制当前线程去释放 GIL，这样别的线程才能有执行的机会，这就是cpython为线程提供了并发能力。
但这个并发能力并不一定是我们想要的，因为我们的python代码可能需要保证原子性，如：给10000长度的列表sort，如果因为cpython的间隔式检查，在这个功能还没执行完的时候就将执行权切换给了另外一个线程，这显然不是我们想要的，显然就很不线程安全了，所以我们需要人为加锁
什么是线程安全？
因为同一进程内的线程之间是资源共享的
- 共享的好处是，可以不用频繁的加载资源，而资源加载是属于IO操作，是比较耗时的
- 共享的坏处是，多进程间可以随意修改资源，势必会因为数据混乱而导致业务出错
为了要保证多线程之间的资源一致性，所以Cpython解释器使用了GIL，来保证每次只有一个线程能执行，从一定程度上保证了线程安全。但并不绝对，在实际编码过程中，依然要人为加锁。
