多线程（python语言实现，详细讲解）

进程是资源分配的单位，线程是CPU调度的单位

主线程会等到子线程结束以后在退出,为了把子线程的资源收回，所以会等到子线程结束以后在退出

孤儿进程：父进程死了，子进程还没有结束
僵尸进程：一个进程用fork创建一个子进程，子进程死了，父进程没有获取子进程的状态信息，子进程的进程描述仍保存在系统中，
守护进程：在后台运行,不与任何终端关联的进程,通常情况下守护进程在系统启动时就在运行

进程和线程是主先走还是子先走是不确定的，都是操作系统的调度的

和Process一样，也可以重写run方法

线程共享全局变量，可以用global当做全部变量去声明，也可以当做参数传进去，也可以共享

多线程的全局变量会改变，当你进行多个线程的时候，更改的全局变量可能不会根据你的程序走，因为线程之间可能会相互打断，所以这就需要互斥锁（仅仅需要共享资源竞争时候才会用）
from threading import Thread,Lock
mutex=Lock()
上锁是mutex.acquire()
解锁是mutex.release()

非全局变量不需要加锁，就算两个线程在一个函数里面用一个变量，他们的非全局变量也不会互相影响

死锁：在线程共享多个资源的时候，如果两个线程分别占有一部分资源且同时等待对方的资源，就造成死锁（我等待你的条件发生，你等待我的条件发生，谁都不让步的条件下）
堵塞：你去上锁，这个锁被上了你等到这个条件为止
非堵塞：上锁了，但是不等待

解决死锁的方法：
1.添加超时时间，比如，mutex.acquire(2)，在这最多等待2s，如果两秒还不满足条件，就不上锁了
2.银行家算法
同步：协同步调，按预定的先后次序进行运行，比如，你说我，我再说
异步：不确定怎么执行，没有规定的顺序,比如书店老板说，等到有书通知你，但你不知道啥时候

生产者和消费者，是为了解耦用的，如果全在一个py文件，那么修改升级会牵一发动全身，多个程序很好扩展，比如爬虫，一个线程来爬取数据，另一个线程来处理数据，中间要一个队列来当做一个管道，当两个线程处理速度不一样时候，就要用队列来控制

threading.local()用来保存一个全局变量，但是这个全局变量只有在当前线程才能访问，并且别的线程是不能覆盖的。

异步：我正在做一件事，但是不知道什么时候打断我叫我去做另一件事
Apply_async(func=xxx,callback=xxxx),
callback是回调，子线程死了以后，父线程去callback里面执行，test2的参数就是test的返回时hahah

GIL：全局解释器锁，尽管CPU有多核，但是GIL阻止了多线程并发，只能允许一个线程起动，其他等着，所以python是假的多线程
解决方案：
1.用c写多线程
2.用多进程