Python的GIL会阻止python代码同时在多个CPU上运行。为了实现并发，我们可以使用不受限于GIL的模块开发，
对于计算密集型程序来说，可以使用multiprocessing模块实现并发；对于I/O密集型程序来说，既可以使用multiprocessing，也可以使用threading或concurrent.futures模块来实现并发。
过于接近底层的并发的API容易导致错误，为了避免这一点，可以不使用显式锁（explicit lock）而使用python的quue及multiprocessing模块，这些模块提供了封装程度高的队列结构，另一方面也可以使用concurrent.futures。
增强性能：
使用pypy这款jit编译器给python加速；
使用C语言写成的模块，如array和numpy来处理数组；
使用cProfile来分析性能瓶颈；
对于已经又C/C++实现好了的或是任何符合“C语言调用约定”(c calling convention)的模块，可以从pypi.python.org找到它们；
以上的模块在pypi找不到时，可以用ctypes模块或者第三方Cython包来调用C程序库；