在 Python 开发中，多线程和多进程分别适用于哪些典型场景？各自有哪些优点和缺点？

回答思路

1. 【回答框架 1】多线程在 Python 中适用于 I/O 密集型任务，例如文件读写、网络请求、数据库交互等场景。因为线程共享进程内存，上下文切换开销较小，但在 CPython 中受 GIL 限制，无法利用多核并行执行 CPU 密集任务。
2. 【回答框架 2】多进程适用于 CPU 密集型任务，例如图像处理、计算密集算法、科学计算等。每个进程拥有独立 GIL 和内存空间，可以真正并行，但进程创建和上下文切换开销较大，进程间通信需要额外机制如 multiprocessing、队列或管道。
3. 【回答框架 3】从优缺点看，多线程优点是开发简单、共享数据方便、资源开销小，但 GIL 导致并行受限且线程安全需要加锁；多进程能够利用多核并行，稳定性高（进程间隔离），但资源消耗大、通信复杂、编程难度增加。
4. 【回答框架 4】选择时，根据任务类型和资源限制综合考虑：I/O 密集优先多线程（也可用协程），CPU 密集优先多进程；同时考虑代码复杂度、可维护性和部署环境。
5. 【关键点 1】I/O 密集型任务适合多线程，CPU 密集型任务适合多进程
6. 【关键点 2】CPython 的 GIL 使得多线程无法并行执行 CPU 密集代码
7. 【关键点 3】多进程开销大但可并行，多线程开销小但受 GIL 限制
8. 【关键点 4】线程间共享内存易但需同步，进程间独立但通信成本高
9. 【易错点 1】不要认为多线程一定能提高 CPU 密集任务性能，GIL 会限制并行
10. 【易错点 2】不要混淆线程安全与进程安全，多进程天然隔离但仍需通信
11. 【易错点 3】仅凭任务类型定论可能忽略实际环境，实际部署需压测验证