并发：一个系统有处理多个任务的能力，单核CPU即可
并行：一个系统有 同时 处理多个任务的能力，单核CPU不可
同步：同步方法调用一旦开始，调用者必须等到方法调用返回后，才能继续后续的行为。
异步：异步方法调用更像一个消息传递，一旦开始，方法调用就会立即返回，调用者就可以继续后续的操作。而，异步方法通常会在另外一个线程中，“真实”地执行着。整个过程，不会阻碍调用者的工作。
GIL全局解释锁
GIL会对进程加锁，来保证进程中同时刻只有一个线程被CPU执行。
对于IO密集型任务，是有意义的
对于计算密集型，我们可以采用多进程的方式来间接实现多线程操作
同步锁
防止CPU轮询操作对数据多读写
import threading
if __name__ == "__main__":
# 创建同步锁
syncLock = threading.Lock()
for i in range(100):
# 加锁
syncLock.acquire()
# ... 其他操作
# 解锁
syncLock.release()
递归锁
使用递归锁解决多把锁访问可能带来的死锁问题
递归锁底部维护了一个计数器，acquire操作计数+1，release操作减一，当计数大于0的时候，外部无法访问获取该锁，当计数等于0的时候，才可以竞争该锁。
import threading
r_lock = threading.RLock()
r_lock.acquire()
r_lock.acquire()
r_lock.release()
r_lock.release()
多线程间同步
import threading
event = threading.Event()
# wait等待set执行后才可执行
event.wait()
event.set()
event.clear()
信号量semaphore
import threading
lock = threading.Semaphore(5)
lock.acquire()
lock.release()
队列queue
import queue
if __name__ == "__main__":
# 队列保证存储数据安全
# 创建一个容量为5的队列 默认FIFO
queue_1 = queue.Queue(5)
# 创建一个后进先出的队列
queue_2 = queue.LifoQueue(4)
# 往队列中添加数据
queue_1.put(12)
queue_1.put("abc")
queue_1.put({"key": "value"})
# 设置优先级 优先级为3 存入的数据为6
queue_1.put([3, 6])
print(queue_1.qsize())
print(queue_1.empty())
print(queue_1.full())
while 1:
# 从队列中取值
result = queue_1.get()
print(result)
