到目前为止，前面的章节文章都是单线程运行。就像一个人工作，必须一件事结束，再开始另一件事情，这就是所谓的单线程
多线程就是雇佣多个人，一起做同一件事或者将不同的事分给不同的人去做，可以大幅度的提交效率
先来看下多线程需要的库：Python内置的线程库threading
线程的运行，通过threading，初始化得到一个实例，然后给他一个可以执行的函数，让他执行就不用管了，就像你在电脑上把音乐软件打开，然后隐藏到后台，它还是会继续工作，然后你继续做你的事情是一样的意思。
能开一个线程，就能开多个线程.....
在代码中初始化一个线程，并给他函数让他执行，他跑到后台去执行了，然后代码可以继续往下工作，先上一段代码理解下：
import threading, time
def loop():
print("loop start run")
time.sleep(5)
print("loop exit")
t = threading.Thread(target=loop, name="LoopThread")
t.start()
print("代码运行结束")
解释一下代码：
- 首先导入两个库，一个是线程threading，另一个是time库【主要是sleep函数】
- 然后在代码中，定义了loop函数，执行操作有打印loop start run，接着睡眠5秒钟，接着打印loop exit
- 再是初始化一个线程，目标函数是loop，给线程赋一个名字LoopThread
- 启动线程，然后不管了，脚本代码打印代码运行结束之后退出
先来看结果图：
从结果图来看，整体运行了5秒，但是代码运行结束在loop exit的前面，也就是说线程的运行情况和当前代码执行顺序无关，它只管运行它的。
就像是我有个任务——执行loop函数，我嫌函数无聊不想执行，我就找一个人来把我这个任务拿去执行，然后我做我的事。
理论上两个时间是重合的，时间会剪短，但是这里是看不出来的，因为代码执行的太快，时间和5秒相比毫无意义。
接下来定义两个，来测试一下时间问题：
import threading, time
def loop():
print("loop start run")
time.sleep(5)
print("loop exit")
t1 = threading.Thread(target=loop, name="LoopThread-1")
t2 = threading.Thread(target=loop, name="LoopThread-2")
t1.start()
t2.start()
time.sleep(3)
print("代码运行结束")
这个示例是基于上一个示例的，现在创建两个线程，都在运行，理论上睡眠时间是5+5+3=13秒的，来看下具体执行情况：
还是短短的5.1秒，远小于13秒。
简单说下为什么：t1睡眠5秒的时间和t2睡眠5秒是重合的，还有代码睡眠3秒是在5秒的时间范围内的，所以最后的运行时间也就是程序开始，到程序全部结束的时间。
明白了线程的运行，然后继续了解下线程的其他知识点
知识点一：父线程和子线程
父线程和子线程是相对的。就拿刚才的示例来讲，代码执行是单线程，代码中创建了t1和t2，对于代码的单线程来讲，t1和t2是它的子线程，因为他们是被代码的单线程创建出来的。
知识点二：守护线程
守护线程和普通线程基本没什么区别，但是有一点特殊，即守护线程还没执行完，主线程退出，守护线程会强制退出；但是主线程执行结束，普通线程没结束，主线程会等待普通线程结束再退出
上一个示例代码和运行结果图：
import threading, time
def loop():
print("loop start run")
time.sleep(5)
print("loop exit")
t = threading.Thread(target=loop, name="LoopThread")
t.setDaemon(True)
t.start()
print("代码运行结束")
子线程还没结束，主线程已经结束了，强制退出，运行时间仅0.2秒。
对比本文第一个示例【非守护线程】，总执行时间有5.1秒呢
知识点三：线程和进程
线程：线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。一个线程是一个execution context（执行上下文），即一个cpu执行时所需要的一串指令。
进程：一个程序的执行实例就是一个进程。每一个进程提供执行程序所需的所有资源。（进程本质上是资源的集合）
一个进程有一个虚拟的地址空间、可执行的代码、操作系统的接口、安全的上下文（记录启动该进程的用户和权限等等）、唯一的进程ID、环境变量、优先级类、最小和最大的工作空间（内存空间），还要有至少一个线程。
知识点四：Python的线程是鸡肋？
用C、C++来写死循环，直接可以把全部核心跑满，4核就跑到400%，8核就跑到800%，但是Python是不行的。
因为Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock，任何Python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。这个GIL全局锁实际上把所有线程的执行代码都给上了锁，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个核。
Python3更多教程——传送门
