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
