python中，有两个标准模块thread和threading可以实现多线程，不过threading更加高级，推荐使用threading。
threading 模块提供的常用方法：
threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
threading.setName 设置线程名
threading.getName 获得线程名
threading.Timer() 定时器,,每隔一段时间就开一一个线程调用一个函数
threading.Thread(target=方法名, name='线程名', args=参数)启动一个线程,返回一个进程对象 。
这里以主线程A,子线程B为例:
start() 调用B.start()开始执行子线程
join() 调用B。join开始执行,同时主线程会在调用的地方等待
setDaemon() 主线程A中调用了B.setDaemon(),这个的意思是，把主线程A设置为守护线程, 要是主线程A执行结束了，就不管子线程B是否完成,一并和主线程A退出(和join相反)。必须在start() 方法调用之前设置
threading 模块提供的常量：
threading.TIMEOUT_MAX 设置threading全局超时时间。
线程锁
多线程中，除了线程自己的临时变量, 所有全局或静态变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改。
因此，需要引入线程锁给变量上一把锁，当某个线程开始执行时，我们说，该线程因为获得了锁，因此其他线程不能同时执行，只能等待。
balance = 0
lock = threading.Lock()
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try:
# 放心地改吧:
change_it(n)
finally:
# 改完了一定要释放锁:
lock.release()
lock.acquire()时，只有一个线程能成功地获取锁，然后继续执行代码，其他线程就继续等待直到获得锁为止才能执行lock.acquire()后的代码。
获得锁的线程用完后一定要释放锁，否则那些苦苦等待锁的线程将永远等待下去，成为死线程。
python中, 线程对多核cpu无效
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。
所以，在Python中，可以使用多线程，但不要指望能有效利用多核。
