並行 和 併發：
並行：多個CPU核心， 不同的程式就分配給不同的CPU來運行。 可以讓多個程式同時執行。
cpu1 -------------
cpu2 -------------
cpu3 -------------
cpu4 -------------
併發：單個CPU核心， 在一個時間切片裡一次只能運行一個程式， 如果需要運行多個程式， 則串列執行。
cpu1 ---- ----
cpu1 ---- ----
多進程/多執行緒：
表示可以同時執行多個任務， 進程和執行緒的調度是由作業系統自動完成。
Python的多執行緒：
GIL 全域解譯器鎖：執行緒的執行許可權， 在Python的進程裡只有一個GIL。
一個執行緒需要執行任務， 必須獲取GIL。
好處：直接杜絕了多個執行緒訪問記憶體空間的安全問題。
壞處：Python的多執行緒不是真正多執行緒， 不能充分利用多核CPU的資源。
但是， 在I/O阻塞的時候， 解譯器會釋放GIL
所以：
多進程：密集CPU任務， 需要充分使用多核CPU資源（伺服器， 大量的平行計算）的時候，
缺陷：多個進程之間通信成本高， 切換開銷大。
這次我們主要爬取， 電影名字跟評分。 只是使用不同方式去對比下不同點， 所以資料方面就不過多提取或者保存。 只是簡單的將其爬取下列印出來看看。
第一：採用多進程 , multiprocessing 模組。 當然這個耗時更網路好壞有關。
Process多進程實現
採用多執行緒時， 耗時10.4s
thread
採用協程爬取，耗時15S，
gevent
用了多進程，多執行緒，協程，實現的代碼都一樣，沒有測試出明顯的那個好！都不分上下，可能跟網路，或者伺服器配置有關。
但理論上來說執行緒，協程在I/O密集的操作性能是要高於進程的。
也可能是我的方法有問題，還望大神們指教！
謝謝閱讀！
採用協程爬取，耗時15S，
gevent
用了多進程，多執行緒，協程，實現的代碼都一樣，沒有測試出明顯的那個好！都不分上下，可能跟網路，或者伺服器配置有關。
但理論上來說執行緒，協程在I/O密集的操作性能是要高於進程的。
也可能是我的方法有問題，還望大神們指教！
謝謝閱讀！