按照惯例先上官方文档：
In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once.
This lock is necessary mainly because CPython’s memory management is not thread-safe.
鉴于本人英语水平一般，百度翻译如下：
在cpython中，全局解释器锁（gil）是一个互斥体，它可以防止多个本机线程同时执行python字节码。
这个锁是必要的，主要是因为cpython的内存管理不是线程安全的。
好了，开始进入正题：
GIL：全局解释器锁。
首先从官方文档看出，
第一点：这个锁是在cpython解释器中的，所以不要想当然的以为是python语言本身的缺陷。
第二点：互斥锁，和大家了解的其他锁一样，只不过这个锁是解释器级别的，防止多个线程在同一时间点执行多个线程，所以从这可以看出，不过cpu是否是多核，也只能在同一个时间点执行一个线程。所以多线程并不能利用cpu多核的优势，并不能实现真正意义上的并行执行，只能做到并发（并行简单说，在同一时间可以做到多个线程或者进程执行，真正的同时执行。并发：只是任务快速切换，看似任务在同时执行，之前线程，进程，协程有介绍）
第三点：原因，cptyhon的内存管理不是线程安全的。就是大家都去访问会造成线程不安全，数据内存寄存器都是共享的，那就会造成数据紊乱。还有就是解释器级别的线程也会开启共同占用这部分资源
那python多线程还有个毛线用（毛衣也打不成了）？
这就得看你这多线程用在了那里（具体原因可以参考进程，线程，协程那块）：
IO密集型：如果都是IO操作比较多，那多线程就有了用武之地。
计算密集型：几乎99%都需要cpu的参与，那就呵呵了。说实话还不如单线程快，单线程少了切换和备份还原现场时间
那多核多线程呢？
多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低
到此为止基本上前因后果都说完了那，如何利用多核呢？
1.最简单的换python解释器，因为根源出在解释器
2.不想换解释器，默认安装都是cpython啊。那就多进程
原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。但是注意，进程的切换可是比线程更加耗费资源的，所以不能像多线程那样搞好多个来替代原来的多线程。所以尽量在多核cpu上分配进程吧
排版比较垃圾将就着看吧