📝 更新文档，增强多线程和协程内容

- 新增了多线程效率的解释，详细说明了单线程与多线程在处理I/O操作时的区别，提升了文档的实用性。
- 增加了关于上下文切换的概念及其开销的讨论，帮助用户更好地理解多线程的工作原理。
- 更新了关于全局解释器锁（GIL）的说明，指出Python3.13对GIL的支持情况，增强了文档的准确性和指导性。
- 优化了内容结构，确保信息更加清晰和易于理解。

Author: jiangyangcreate

docs/docs/选择编程语言/Python/Python模块库/并发.mdx

@@ -142,6 +142,26 @@ Python 的标准库提供了两个模块：\_thread 和 threading，\_thread 是
 
 [threading](https://docs.python.org/zh-cn/3.10/library/threading.html?highlight=threading#module-threading):Threading Multiprocessing Module Code Documentation
 
+:::tip
+为什么多线程没有使用更多的资源，但是比单线程更快？
+
+多线程的出现，核心目的是为了最大限度地利用中央处理器（CPU）这一关键硬件资源。
+
+以一个常见的爬虫任务为例，其工作流程可以分为两个主要步骤：
+1.  CPU指挥网卡发送网络请求，这一过程往往需要等待远程服务器响应（例如，网络通信耗时1秒）。
+2.  CPU指挥磁盘将接收到的数据写入磁盘，完成持久化存储（例如，磁盘耗时19秒）。
+
+
+* **单线程模式**：在单线程下处理10个网址，程序必须顺序执行。当第一个网址的网络请求发送后，程序会进入**等待状态**，直到数据完全写入磁盘（总耗时20秒）后，才能开始处理第二个网址。因此，处理10个网址的总耗时将是 $10 \times 20$ 秒，即200秒。CPU长时间闲置。
+
+* **多线程模式**：多线程则能显著提高效率。当第一个线程发出网络请求后，CPU不再闲置等待，而是立即切换到第二个线程，发起新的网络请求。这样，CPU可以**在等待I/O操作（如网络响应和磁盘写入）完成的同时，处理其他任务**。通过这种方式，CPU最大程度不空闲，指挥多个网络请求和磁盘写入操作**并行进行**，从而大幅缩短总体的完成时间。
+
+这个切换过程称之为**上下文切换**，会产生一定的开销，由操作系统自动完成，操作系统不一定在最合理的时间点进行上下文切换。
+
+因此为了进一步提高效率，我们使用协程来完成这个任务。在协程中，程序员在代码中编写`await`关键字来完成主动**上下文切换**。
+:::
+
+
 #### 多线程
 
 ```python showLineNumbers
@@ -317,9 +337,9 @@ if __name__ == '__main__':
 
 **Python 的多线程并不能发挥 CPU 的多核特性**，这一点只要启动几个执行死循环的线程就可以得到证实了。
 
-之所以如此，是因为 Python 的解释器有一个“全局解释器锁”（GIL）的东西，任何线程执行前必须先获得 GIL 锁，然后每执行 100 条字节码，解释器就自动释放 GIL 锁，让别的线程有机会执行，新版Python已经移除了GIL。
-
+之所以如此，是因为 Python 的解释器有一个“全局解释器锁”（GIL）的东西，任何线程执行前必须先获得 GIL 锁，然后每执行 100 条字节码，解释器就自动释放 GIL 锁，让别的线程有机会执行。
 
+好在Python3.13已经支持在禁用 GIL 的情况下运行。
 
 ### asyncio 模块