线程与进程

1.线程场景一：
import threading
import time
def run(x):
    time.sleep(2)
    print(x)
t1 = threading.Thread(target=run,args=('x',))    
t2 = threading.Thread(target=run,args=('y',))    
t1.start()
t2.start()
线程场景二：
class Mythread(threading.Thread):
    def __init__(self,n):
        super(Mythread,self).__init__()
        self.n = n
    def run(self):
        print("running task",self.n)


t3 = Mythread("t3")        
t4 = Mythread("t4")  
t3.start()
t4.start()   
场景三：主线程启动后，和它启动的子线程是并行的，因此主线程启动后，并不会等子线程执行完毕，就继续执行主线程后面的代码   
def run(x):
    time.sleep(2)
    print(x)
begin_time = time.time()
for i in range(50):
    t = threading.Thread(target=run,args=("t %s" %i ,))
    t.start()
print("all threads is finished")
print(time.time() - begin_time) 
场景四：通过join等待子线程全部执行完成后，再执行主线程
begin_time = time.time()
t_objs = []
for i in range(50):
    t = threading.Thread(target=run,args=("t %s" %i ,))
    t.start()
    t_objs.append(t)
for r in t_objs:
    r.join()    
print("all threads is finished")
print(time.time() - begin_time) 
2.全局解释器锁

  不管多少核，python都是单核操作，多任务只是个假象  

3.进程

①.io操作不占用CPU，计算占用cpu，如1+1

②.python多线程 不适合cpu密集操作型的任务，适合io操作密集型的任务
③.python多进程，不同进程的内存独立、数据是不共享的。线程是共享的
  每个进程都是有父进程启动的
④.进程间通讯queue