1 线程与进程
进程:简单来说一个运行着的应用程序就是一个进程,一个进程中至少有一条线程，进程是资源分配的最小单位
线程:是进程的一个执行单元,线程是 CPU 调度的最小单位。
线程5 种状态: 新建（New）、就绪（Runnable）、运行（Running）、阻塞（Blocked）、死亡（Dead）
Python 中的线程与进程
Python 提供了 _thread（Python3 之前名为 thread ） 和 threading 两个线程模块。_thread 是低级、原始的模块，threading 是高级模块，对 _thread 进行了封装，增强了其功能与易用性，绝大多数时候，我们只需使用 threading 模块即可。
Python 提供了 multiprocessing 模块对多进程进行支持，它使用了与 threading 模块相似的 API 产生进程，除此之外，还增加了新的 API，用于支持跨多个输入值并行化函数的执行及跨进程分配输入数据，
2. GIL 相关概念
GIL 全称 Global Interpreter Lock（全局解释器锁），是 Python 解释器 CPython 采用的一种机制，通过该机制来控制同一时刻只有一条线程执行 Python 字节码，其他线程处于等待状态.本质是一把全局互斥锁，将并行运行变成串行运行。
CPython 下多线程的低效问题的解决方案：
1）使用无 GIL 机制的解释器；如：Jython 与 IronPython，但使用这两个解释器失去了利用 C 语言模块一些优秀特性的机会，因此这种方式还是比较小众。
2）使用 multiprocess 代替 threading；multiprocess 使用了与 threading 模块相似的 API 产生进程，不同之处是它使用了多进程而不是多线程，每个进程有自己独立的 GIL，因此不会出现进程之间的 GIL 争抢，但这种方式只对计算密集型任务有效，
3 多线程实现
from threading import Thread # method 为线程要执行的具体方法 p1 = Thread(target=method) p2 = Thread(target=method) 需要实现更多条的线程也是一个道理。线程创建好了，通过 start 方法启动即可，示例如下： p1.start() p2.start() 如果是多线程任务，我们可能需要等待所有线程执行完成再进行下一步操作，使用 join 方法即可。示例如下： # 等待线程 p1、p2 都执行完 p1.join() p2.join()
4 多进程实现
from multiprocessing import Process # 创建两个进程实例：p1、p2，method 是要执行的具体方法 p1 = Process(target=method) p2 = Process(target=method) # 启动两个进程 p1.start() p2.start() # 等待进程 p1、p2 都执行完 p1.join() p2.join()
计算密集型任务：CPython 下执行计算密集型任务时，多进程效率最优，多线程还不如单线程。
I/O 密集型任务在 CPython 下的测试结果我们发现：多线程效率优于多进程，单线程与多线程效率接近。