1、线程
线程被称为轻量级进程，是最小执行单元，系统调度的单位。线程切换需要的资源一般，效率一般。
2、多线程
在单个程序中同时运行多个线程完成不同的工作，称为多线程
3、并发：
操作系统同时执行几个程序，这几个程序都由一个cpu处理，但在一个时刻点上只有一个程序在cpu上处理
4、并行：
操作系统同时执行2个程序，但是有两个cpu，每个cpu处理一个程序，叫并行
5、串行：
是指的我们从事某项工作是一个步骤一个步骤去实施
一、多线程
#python3是假的多线程，它不是真真正正的并行，其实就是串行，只不过利用了cpu上下文的切换而已
1 mport threading 2 import time 3 # def test1(): 4 # for i in range(10): 5 # time.sleep(1) #睡1s 6 # print('test1=========>%s' % i) 7 # 8 # 9 # def test2():10 # for i in range(10):11 # time.sleep(1)12 # print('test2=========>%s' % i)13 #14 # t1 = threading.Thread(target=test1) #定义一个线程 target=函数名15 # t2 = threading.Thread(target=test2)16 # t1.start() #开启线程17 # t2.start()18 # test1()19 # test2() # 多线程是无序的，并发的
因为在启动一个线程时，线程不会立即执行，而是等待cpu的资源调度。
1 # def test1(n):2 # time.sleep(1)3 # print('task', n)4 # for i in range(10):5 # t = threading.Thread(target=test1,args=('t-%s' % i,)) #args= 后接输出结果 末尾必须加 “ ， ” 号6 # t.start() #计算并发所用的时间
1 2 # import threading 3 # import time 4 # def dest(n): 5 # time.sleep(1) 6 # print('this is running====>%s' %n) 7 # l = [] #定义一个空列表 8 # start = time.time() #开始的时间 9 # for i in range(10): #10个进程10 # t = threading.Thread(target=dest,args=(i,)) 11 # t.start()12 # l.append(t) #把线程执行时间加入到列表13 # for g in l: 14 # g.join() #等待全部线程执行完毕15 # end = time.time() #执行结束时间16 # print('time',(end-start)) #执行结束时间 - 开始执行的时间 
1 import threading 2 import time 3 def test1(n): 4 time.sleep(1) 5 print('test1====>%s' %n) 6 def test2(n): 7 time.sleep(2) 8 print('test2====>%s' %n) 9 start = time.time()10 l = []11 t1 = threading.Thread(target=test1,args=(1,))12 t2 = threading.Thread(target=test2,args=(2,))13 t1.start()14 t2.start()15 l.append(t1)16 l.append(t2)17 for i in l:18 i.join()19 end = time.time()20 print('time',(end - start)) 
#多线程共享全局变量
1 # g_num = 0 2 # def update(): 3 # global g_num #global声明全局变量 4 # for i in range(10): 5 # g_num += 1 6 # 7 # def reader(): 8 # global g_num 9 # print(g_num)10 #11 # t1 = threading.Thread(target=update)12 # t2 = threading.Thread(target=reader)13 # t1.start()14 # t2.start()15
二、GIL全局解释器锁
只有获得GIL锁的线程才能真正在cpu上运行。所以，多线程在python中只能交替执行，即使100个线程跑在100核cpu上，也只能用到1核。
1 2 # import threading 3 # global_num = 0 4 # def test1(): 5 # global global_num #global声明全局变量 6 # for i in range(1000000): 7 # global_num += 1 8 # print("test1", global_num,threading.current_thread()) 9 #10 # def test2():11 # global global_num12 # for i in range(1000000):13 # global_num += 114 # print("test2", global_num,threading.current_thread())15 # t1 = threading.Thread(target=test1)16 # t2 = threading.Thread(target=test2)17 # t1.start()18 # t2.start()19 # print(global_num) 
结果说明：每次执行结果都不一样，原因是python从上往下执行，主线程走的快，当主线程走到最后print打印结果的时候，test1 test2的count++还在继续执行，所以第一行打印出来的是它们在执行count++过程中的某一个值，至于test1和test2的值不是100w和200w，因为cpu没有足够的时间去进行count++就释放锁提交了
#互斥锁
以上出现的结果是随机的，并非我们想要的，所以要加入互斥锁。
互斥锁：
常用来防止两个进程或线程同一时刻访问相同的共享资源， 如果一个线程锁定了一个互斥量，在它解除锁定之前没有其他线程可以锁定这个互斥量。
1 import threading 2 import time 3 global_num = 0 4 5 lock = threading.Lock() #互斥锁 6 7 def test1(): 8 global global_num 9 lock.acquire()10 for i in range(1000000):11 global_num += 112 lock.release()13 print("test1", global_num)14 15 16 def test2():17 global global_num18 lock.acquire()19 for i in range(1000000):20 global_num += 121 lock.release()22 print("test2", global_num)23 24 t1 = threading.Thread(target=test1)25 t2 = threading.Thread(target=test2)26 start_time = time.time()27 28 t1.start()29 t2.start()30 t1.join()31 t2.join()32 print(global_num) 
加上互斥锁之后，test1线程执行完才释放锁提交，让test2线程拿到共享资源继续执行，要想结果是200w，就必须是主线程等子线程执行完之后才执行print。
#只要在进行耗时的IO操作的时候，能释放GIL，所以只要在IO密集型的代码里，用多线程就很合适