版权声明：自由转载-非商用-非衍生-保持署名 | Creative Commons BY-NC-ND 3.0
一般程序并发分为多线程和多进程并发.
那么什么时候选择两种并发手段， 该如何选择呢， 应用场景是什么？
根据编程逻辑一般需要计算密集和I/O操作密集的时候选择并发提高程序效率， Python 由于GIL的限制，密集性运算需要使用多核心CPU时候， 这时候多线程显得力不从心， 甚至会变得更慢。而当需要I/O操作， 比如HTTP长连接的时候， 耗费的时间只是TCP建立链接的等待时间， 这时候当然优先使用多线程。
所以一般情况下， 我们开发程序耗费比较慢的是计算密集和I/O密集两种情况下的逻辑， 那么我可以采取：
- 计算密集:多进程
- I/O密集:多线程
推荐使用库：
concurrent.futures 是python3新增加的一个库，用于并发处理，类似于其他语言里的线程池（也有一个进程池），他属于上层的封装，对于用户来说，不用在考虑那么多东西了, 现已加入python 3.2标准库， python 2.7需要安装一下。
pip install futures
Executor:两个子ThreadPoolExecutor和ProcessPoolExecutor分别是产生进程池和线程池
Future：有Executor.submit产生多任务
ThreadPoolExecutor 和 ProcessPoolExecutor直接python的with as 控制流语句， 让你非常简单的就套入了程序里面。
