多線程編程
多線程編程對於具有如下特點的編程任務而言是非常理想的：本質上是異步的；需要多個併發活動；每個活動的處理順序可能是不確定的，或者說隨機的、不可預測的。這種編程任務可以被組織或劃分成多個執行流，其中每個執行流都有一個指定要完成的任務。根據應用的不同，這些子任務可能需要計算出中間結果，然後合併爲最終的輸出結果。
計算密集型的任務可以比較容易地劃分成多個子任務，然後按順序執行或按照多線程方式執行。而那種使用單線程處理多個外部輸入源的任務就不那麼簡單了。如果不使用多線程，要實現這種編程任務就需要爲串行程序使用一個或多個計時器，並實現一個多路複用方案。
進程：進程（有時稱爲重量級進程）則是一個執行中的程序。每個進程都擁有自己的地址空間、內存、數據棧以及其他用於跟蹤執行的輔助數據。操作系統管理其上所有進程的執行，併爲這些進程合理地分配時間。進程也可以通過派生（fork 或 spawn）新的進程來執行其他任務，不過因爲每個新進程也都擁有自己的內存和數據棧等，所以只能採用進程間通信（IPC）的方式共享信息。
線程：線程（有時候稱爲輕量級進程）與進程類似，不過它們是在同一個進程下執行的，並共享相同的上下文 線程包括開始、執行順序和結束三部分。它有一個指令指針，用於記錄當前運行的上下文。當其他線程運行時，它可以被搶佔（中斷）和臨時掛起（也稱爲睡眠） ——這種做法叫做讓步（yielding）。
一個進程中的各個線程與主線程共享同一片數據空間，因此相比於獨立的進程而言，線
程間的信息共享和通信更加容易。線程一般是以併發方式執行的，正是由於這種並行和數據共享機制，使得多任務間的協作成爲可能。當然，在單核 CPU 系統中，因爲真正的併發是不可能的，所以線程的執行實際上是這樣規劃的：每個線程運行一小會兒，然後讓步給其他線程（再次排隊等待更多的 CPU 時間）。在整個進程的執行過程中，每個線程執行它自己特定的任務，在必要時和其他線程進行結果通信。
全局解釋器鎖
Python 代碼的執行是由 Python 虛擬機（又名解釋器主循環）進行控制的。 Python 在
設計時是這樣考慮的，在主循環中同時只能有一個控制線程在執行，就像單核 CPU 系統中的多進程一樣。內存中可以有許多程序，但是在任意給定時刻只能有一個程序在運行。同理，儘管 Python 解釋器中可以運行多個線程，但是在任意給定時刻只有一個線程會被解釋器執行。
對 Python 虛擬機的訪問是由全局解釋器鎖（GIL）控制的。這個鎖就是用來保證同時只能有一個線程運行的。在多線程環境中， Python 虛擬機將按照下面所述的方式執行。
1．設置 GIL。
2．切換進一個線程去運行。
3．執行下面操作之一。
a．指定數量的字節碼指令。
b．線程主動讓出控制權（可以調用 time.sleep(0)來完成）。
4．把線程設置回睡眠狀態（切換出線程）。
5．解鎖 GIL。
6．重複上述步驟。
例如，對於任意麪向 I/O 的 Python 例程（調用了內置的操作系統 C 代碼的那種），
GIL 會在 I/O 調用前被釋放，以允許其他線程在 I/O 執行的時候運行。而對於那些沒有太多 I/O 操作的代碼而言，更傾向於在該線程整個時間片內始終佔有處理器（和 GIL）。換句話說就是， I/O 密集型的 Python 程序要比計算密集型的代碼能夠更好地利用多線程環境。
Python的threaing模塊
Python 提供了多個模塊來支持多線程編程，包括 thread、 threading 和 Queue 模塊等。程序是可以使用 thread 和 threading 模塊來創建與管理線程。 thread 模塊提供了基本的線程和鎖定支持；而 threading 模塊提供了更高級別、功能更全面的線程管理。使用 Queue 模塊，用戶可以創建一個隊列數據結構，用於在多線程之間進行共享。
避免使用 thread 模塊：最明顯的一個原因是在主線程退出之後，所有其他線程都會在沒有清理的情況下直接退出（不支持守護線程）。低級別的 thread 模塊擁有的同步原語很少（實際上只有一個），而另一個模塊 threading 會確保在所有“重要的”子線程退出前，保持整個進程的存活。 只建議那些想訪問線程的更底層級別的專家使用 thread 模塊。爲了強調這一點，在 Python3 中該模塊被重命名爲_thread。
如果主線程準備退出時，不需要等待某些子線程完成，就可以爲這些子線程設置守護
線程標記。該標記值爲真時，表示該線程是不重要的，或者說該線程只是用來等待客戶端
請求而不做任何其他事情。
要將一個線程設置爲守護線程，需要在啓動線程之前執行如下賦值語句：thread.daemon = True（調用 thread.setDaemon(True)的舊方法已經棄用了）。同樣，要檢查線程的守護狀態，也只需要檢查這個值即可（對比過去調用 thread.isDaemon()的方法）。一個新的子線程會繼承父線程的守護標記。
Threading有三種用法：
使用 thread 模塊時實現的鎖沒有了，取而代之的是一組 Thread 對象。當實例化每個 Thread 對象時，把函數（target）和參數（args）傳進去，然後得到返回的 Thread 實例。實例化 Thread（調用 Thread()）和調用 thread.start_new_thread()的最大區別是新線程不會立即開始執行。這是一個非常有用的同步功能，尤其是當你並不希望線程立即開始執行時。
當所有線程都分配完成之後，通過調用每個線程的 start()方法讓它們開始執行，而不是在這之前就會執行。相比於管理一組鎖（分配、獲取、釋放、檢查鎖狀態等）而言，這裏只需要爲每個線程調用 join()方法即可。 join()方法將等待線程結束，或者在提供了超時時間的情況下，達到超時時間。使用 join()方法要比等待鎖釋放的無限循環更加清晰（這也是這種鎖
又稱爲自旋鎖的原因）。
主要是添加了 ThreadFunc 類，並在實例化 Thread 對象時做了一點小改動，同時實例化了可調用類 ThreadFunc。實際上，這裏完成了兩個實例化。讓我們先仔細看看 ThreadFunc 類吧。我們希望這個類更加通用，而不是侷限於 loop()函數，因此添加了一些新的東西，比如讓這個類保存了函數的參數、函數自身以及函數名的字符串。而構造函數__init__()用於設定上述這些值。當創建新線程時， Thread 類的代碼將調用 ThreadFunc 對象，此時會調用__call__()這個特殊方法。由於我們已經有了要用到的參數，這裏就不需要再將其傳遞給 Thread()的構造函數了，直接調用即可。
同步原語
前面對同步進行過一些介紹，所以這裏就使用其中兩種類型的同步原語演示幾個示例程
序：鎖/互斥，以及信號量。鎖是所有機制中最簡單、最低級的機制，而信號量用於多線程競爭有限資源的情況。
鎖有兩種狀態：鎖定和未鎖定。而且它也只支持兩個函數：獲得鎖和釋放鎖。當多線程爭奪鎖時，允許第一個獲得鎖的線程進入臨界區，並執行代碼。所有之後到達的線程將被阻塞，直到第一個線程執行結束，退出臨界區，並釋放鎖。此時，其他等待的線程可以獲得鎖並進入臨界區。不過請記住，那些被阻塞的線程是沒有順序的（即不是先到先執行），勝出線程的選擇是不確定的，而且還會根據 Python 實現的不同而有所區別。
使用上下文管理：
使用 Python 2.5 或更新版本，還有一種方案可以不再調用鎖的 acquire()和 release()
方法，從而更進一步簡化代碼。這就是使用 with 語句，此時每個對象的上下文管理器負責在進入該套件之前調用 acquire()並在完成執行之後調用 release()。
信號量
信號量是最古老的同步原語之一。它是一個計數器，當資源消耗時遞減，當資源釋放時遞增。你可以認爲信號量代表它們的資源可用或不可用。消耗資源使計數器遞減的操作
習慣上稱爲 P() （來源於荷蘭單詞 probeer/proberen），也稱爲 wait、try、acquire、pend 或 procure。相對地，當一個線程對一個資源完成操作時，該資源需要返回資源池中。這個操作一般稱爲 V()（來源於荷蘭單詞 verhogen/verhoog），也稱爲 signal、 increment、 release、 post、 vacate。Python 簡化了所有的命名，使用和鎖的函數/方法一樣的名字： acquire 和 release。信號量比鎖更加靈活，因爲可以有多個線程，每個線程擁有有限資源的一個實例 。
生產者-消費者問題和Queue/queue模塊
多線程常用的第三方庫
