使用多线程处理技术，可以有效的实现程序并发，优化处理能力。虽然进程也可以在独立的内存空间并发执行，
但是生成一个新的进程必须为其分配独立的地址空间，并维护其代码段，堆栈段和数据段等，这种开销是很昂贵的。
其次，进程间的通信实现也是不太方便。而线程能更好的满足要求。
线程是轻量级的，一个进程中的线程使用同样的地址空间，且共享许多资源。
启动线程的事件远远小于启动进程的事件和空间。同时，线程间的切换要比进程间切换快得多。
由于使用了同样的地址空间，所以在通信上，更加方便。一个进程下的线程之间可以直接使用彼此的数据
多线程使用的一个重要目的：最大化CPU的资源利用，当某一线程在等待I/O时，另一个线程可以占用CPU资源。
多线程无论在GUI，网络还是嵌入式上的应用都是非常多的。一个简单的GUI程序，分为前台交互，和后台的处理。可以采用多线程模式
线程的状态：
（1）就绪状态：线程已经获取了处CPU外的其他资源，正在参与调度，等待被执行。当被调度选中后，将立即执行。
（2）运行状态：获取CPU资源，正在系统中运行。
（3）休眠状态：暂时不参与调度，等待特定的事件发生，如I/O事件。
（4）中止状态：线程已经结束运行，等待系统回收线程资源。
全局解释器锁：
python使用全局解释器锁GIL来保证在解释器中仅仅只有一个线程（缺点：不能很好利用CPU密集型），并在各个线程之间切换。当GIL可用的使用，处于就绪状态的线程在获取GIL后就可以运行了。
线程将在指定的间隔时间内运行。当事件到期后，重新进入就绪状态排队等候。（除了时间到期，像是信号灯特定事件也可以是正在运行的线程中断）
线程模块：
thread和threading两种。推荐threading模块。thread模块仅仅提供了一个最小的线程处理功能集。threading是一个高级的线程处理模块，大部分应用实现都是基于他
使用thread模块（简单了解，直接使用不多，但是threading也是基于他的，所以有必要了解）
由于大部分程序不需要有多线程处理的能力，所以在python启动时并不支持多线程。也就是说，python中支持多线程所需要的各种数据结构，特别是GIL还没有创建。（只有一个主线程<一个线程可以完成>，这样会使系统处理更加高效）。若是想要使用多线程，需要调用thread.start_new_thread等方法去通知python虚拟机去创建相关的数据结构和GIL
import _thread as thread
import time
def work(index,create_time): #具体的线程
print(time.time()-create_time,"\t\t",index)
print("thread %d exit"%index)
if __name__ == "__main__":
for index in range(5):
thr1 = thread.start_new_thread(work, (index,time.time()))
# time.sleep(5)
print("Main thread exit")
![]()
Main thread exit
0.003000497817993164 0
thread 0 exit
0.002500295639038086 3
主线程未使用sleep进行阻塞，子线程不一定会全部执行