Python GIL(Global Interpreter Lock(全局解釋器鎖))

1：進程里面多個線程，線程 共享A=10

2：Python解釋器，A改完值之后會傳回進程容器，為了防止A和B同時修改A的值引起的錯誤，加入鎖，能保證A修改時，B和C不能修改

3：通過C語言調用底層命令與操作系統進行交互，然后OS再和硬件進行交互

什么是CPU密集型、IO密集型

IO密集型（I/O bound）: 指的是系統的CPU性能相對硬盤、內存要好很多，此時，系統運作，大部分狀況是CPU在等IO（硬盤/內存）的讀/寫操作，此時CPU loading并不高， 即便是程序性能達到極限時，CPU占用率仍然很低，可能的原因是任務本身需要大量的IO操作，而pipeline做的并不是很好，沒有充分利用處理器的能力

CPU密集型（CPU bound）：也叫計算密集型，指的是系統的硬盤、內存性能相對CPU要好很多（比如我的破電腦，CPU是i5三代的，但是內存8G，256G固態，打開大一點的項目CPU就占用100%了，但是內存才占用一半左右），IO很短時間內完成，但是CPU還有許多運算要處理； CPU bound 的程序一般而言CPU占用率相當高，可能是因為任務本身不太需要訪問IO設備，也可能是因為程序是多線程實現因此屏蔽掉了等待IO的時間

計算密集型任務由于主要消耗CPU資源，因此，代碼運行效率至關重要。Python這樣的腳本語言運行效率很低，完全不適合計算密集型任務。對于計算密集型任務，最好用C語言編寫。

IO密集型任務執行期間，99%的時間都花在IO上，花在CPU上的時間很少，因此，用運行速度極快的C語言替換用Python這樣運行速度極低的腳本語言，完全無法提升運行效率。對于IO密集型任務，最合適的語言就是開發效率最高（代碼量最少）的語言，腳本語言是首選，C語言最差。

總之，計算密集型程序適合C語言多線程，I/O密集型適合腳本語言開發的多線程。

freeze_support()有什么作用