一、前提：
python的多线程的问题：GIL导致PYTHON 无法使用到计算机的多核，仅能使用单核
JAVA传统的多线程主要解决的问题：
1、运行于多核CPU上，各线程可分布于CPU的各个核心，让程序真正的并发
2、因为外设（IO外设）的速度不匹配，导致线程阻塞。所以需要多线程切换来让阻塞的线程让出CPU，让其它线程运行。
二、IO密集型的应用
1、未占满CPU单核的处理能力
1、1 python 多钱程的表现： python没有GIL导致的缺点（或缺点不会特别明显）
1、2 性能：与普通的多线程性能差不多
1、3 建议：因为CPU占用率低于单核，而线程切换，又会占用CPU的资源，所以，在线程切换的次数很多，导致线程切换的性能损耗占比很高（线程切换的次数相关的因素：线程数量很多，IO阻塞时间很短 ），这个时候协程的优点表现明显，建议使用协程 ，否则，随便选
2、超过了 CPU单核的处理能力
2、1 python 多钱程的表现： python表现出GIL导致的缺点，无法利用到计算机的多核
2、2 性能：性能远低于普通的多线程
2、3 建议：因为CPU占用率高于单核，为了利用到CPU其它核心，所以建议使用多进程的方式，利用CPU多核，提高程序的并发
3、进程+协程的模型（不能简单的使用多进程代替JAVA传统的多线程）：
传统的java多线程处理IO密集的方式，就是使用很多数量的线程，使用线程的切换来解决因为线程阻塞而浪费的CPU时间。IO的阻塞，会导致线程的切换。但是，IO的阻塞，不一定能导致进程的切换。而且，使用进程的切换比线程的切换的性能损耗大一个数量级。
应该使用多进程+协程的模型。使用协程来解决IO阻塞导致的切换，以便尽量减少进程的数量（建议：CPU核心 *2>进程的数量 >CPU核心），来减少进程的切换（进程的切换由操作系统调度，协程解决IO阻塞没有切换带来的性能损耗）。
三、CPU密集型的应用
python的协程和多线程都无法利用到CPU的多核，所以，必须多进程（但是进程数量不能太多）
四、现实：IO密集+CPU密集
一般的应用，很难完全的定位于IO密集型或是CPU密集型
举例：传统的WEB应用，WEB服务器看似IO密集 >>>CPU密集 ,但这种情况并非100%，尤其，在微服务的开发模式下（因为微服务数据私有），所以数据的计算处理都移到了WEB服务器上了（比如，数据的整合，排序，筛选）等等。
现实是很多时候，我们的应用都兼顾 IO密集和CPU密集，所以，在编程时，综合以上因素权衡选择合理的模型。
五、最后的一句话总结：
未占满CPU单核的处理能力，多线程简单，协程简单高效
超过了 CPU单核的处理能力 ，必须多进程，但切记，解决IO密集的方式仍然要使用多线程或协程。
