Python中的多线程及其基本使用方法

学习Python的多线程（Multi-threading），至少应该要有进程与线程的基本概念，可以看我转载的一篇文章：http://blog.csdn.net/dongfei2033/article/details/77871710。

1.Python中的多线程

    执行一个程序，即在操作系统中开启了一个进程，在某一时刻，一个CPU内核只能进行一个进程的任务，现在的计算机所说的多进程/多任务其实是通过加快CPU的执行速度来实现的，因为一个CPU每秒能执行上亿次的计算，能够对进程进行很多次切换，所以在人为可以感知的时间里，看上去，计算机确实是在同时执行多个程序，即同时处理多个进程。

    一个进程中可以包含有多个线程，这多个线程为实现该进程的某个主要功能而运行着，多个线程可以进行串行工作，也可以并发同时进行工作，显然后者可以节省更多的时间。

    在Python中是支持多线程并发执行的，只是Python中的多线程只能利用单核，也就是说Python中的某一个进程的多个线程只能在一个CPU核心上运行，而不能分配在多个CPU核心中运行，这是考虑到线程安全的缘故，而Python中的GIL则保证了线程安全。关于Python中的GIL，可以参考下面一篇文章：《浅析Python的GIL和线程安全》。http://developer.51cto.com/art/200910/156804.htm

   下面是自己在学习过程中的一些课堂笔记，因为还没有真正学习一些理论，所以可能会有些错误，但目前是方便自己的理解：

1 2 3 4 5 6 7 8 9

即GLI是以CPU核心为单位来控制全局锁，所以是不能跨不同的CPU（核心 ）的 GLI可以保证同一个进程中，某一个线程的共享数据在某一时刻只能同时被另外一个线程修改（使用）， 而不能同时被多个线程修改（使用），如果去掉GLI，则需要自己为线程加锁，这样之后，性能比原来还要差。 当然，难道就不能充分利用多核CPU或多个CPU了？ 做成多进程就可以了，不同的进程运行在不同的CPU（核心）上，也可以实现并发， 只是这样的话就会比较浪费内存空间，考虑同时运行 10 个QQ程序的情况， 假如 1 个QQ占用500M的内存空间，则 10 个QQ就要占用5G的内存空间了。但如果是多线程的话， 可能 10 个QQ还是共享着这500M的内存空间。还有一个缺点就是，多进程间的数据直接访问可能 会比较麻烦，但其实也是可以实现的，比如chrome浏览器就是用多进程实现的。

     目前首先要明确的是，Python中是不能把一个进程的多个线程分布在不同的CPU核心上运行的。

2.Python多线程使用方法1

    给出下面的程序代码及注释：

1 2 3 4 5 6 7 8 9 10

import  threading    #Python多线程模块 import  time   def run(num):      print  'Hi, I am thread %s..lalala'  % num      time.sleep( 1 )   for  i  in