在下列哪种场景中，使用 `threading` 模块进行多线程改造最有可能获得显著的性能提升？
0
所有回答(1)
0
- 从多个不同的 URL 并发下载网页内容。
在CPython解释器中，由于全局解释器锁（GIL）的存在，多线程在CPU密集型任务中无法实现真正的并行计算，因为GIL只允许一个线程同时执行Python字节码。然而，在I/O密集型任务中，线程在等待I/O操作（如网络请求）时可以释放GIL，从而允许多个线程并发运行，实现性能提升。
